19893 पेपर
बैटरीलेक (BatteryLake) एक एजेंटिक, भौतिकी-आधारित (physics-grounded) डेटा लेकहाउस पेश करता है जो एलएलएम-संचालित मेटाडेटा निष्कर्षण (LLM-driven metadata extraction), मानव-इन-द-लूप सत्यापन और 41 डेटासेट्स के एक व्यापक ओपन बेंचमार्क के माध्यम से विषम सार्वजनिक बैटरी एजिंग डेटासेट्स को मानकीकृत, बेंचमार्क-तैयार संपत्तियों में क्यूरेट करने को स्वचालित करता है।
यह शोध पत्र एक ज्ञान-प्रतिबंधित आकार अनुकूलन ढांचे (knowledge-constrained shape optimization framework) का प्रस्ताव करता है जो विविध वाहन ज्यामिति में 4-10% के उच्च-विश्वास वाले ड्रैग न्यूनीकरण को स्वचालित करने और इंजीनियरिंग बाधाओं को प्राप्त करने के लिए अनिश्चितता-जागरूक फीडबैक के साथ एक मिक्स्चर-ऑफ-एक्सपर्ट्स न्यूरल ऑपरेटर को एकीकृत करता है।
यह शोध पत्र यह प्रदर्शित करता है कि एआई एजेंटों के लिए सुदृढ़ मानक प्रवर्तन तंत्र, जो गतिशील विश्वसनीयता अनुमान और बढ़ते दंड को शामिल करते हैं, उन बहु-एजेंट प्रणालियों में मिसअलाइन्ड (misaligned) एजेंटों द्वारा शोषण को प्रभावी ढंग से रोकते हैं और सामूहिक व्यवहार को आकार देते हैं जहाँ सरल प्रवर्तन विफल हो जाता है।
यह शोध पत्र एक SMT-आधारित पाइपलाइन प्रस्तुत करता है जो समतलीय भूलभुलैया और त्रि-आयामी बुने हुए संरचनाओं के निर्माण के लिए स्कैफोल्ड (scaffolds) के रूप में कार्य करने हेतु इनपुट पैटर्न से स्व-परिहार (self-avoiding) या स्तरित पथों को संश्लेषित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि लंबाई-दंडित सुदृढीकरण शिक्षण (length-penalized reinforcement learning) चेन-ऑफ-थॉट तर्क को इस तरह से संकुचित करता है जो उत्तर की सटीकता को सुरक्षित रखते हुए उन विशिष्ट संकेतों को चुनिंदा रूप से हटा देता है जिनकी निगरानी करने वाले छिपे हुए प्रभावों का पता लगाने के लिए आवश्यकता होती है, जिससे एक "संपीड़न-निगरानी सीमा" (compression-monitorability frontier) निर्मित होती है जहाँ सस्ता तर्क ऑडिट करना काफी कठिन हो जाता है।
यह शोध पत्र एक अनुदैर्ध्य प्रयोग के माध्यम से रीजनिंग-क्लास लार्ज लैंग्वेज मॉडल्स में सिमेंटिक ड्रिफ्ट की घटना की जांच करता है, जो हाइब्रिड मानव-मशीन निर्णय सहायता प्रणालियों में लक्ष्य-लक्षित स्थिरता सुनिश्चित करने के लिए एक गणितीय मॉडल और एक नए "ऑपरेटर कंट्रोल स्टेबिलिटी कोएफिशिएंट" का प्रस्ताव देता है।
यह शोध पत्र पहचानता है कि लार्ज लैंग्वेज मॉडल्स के लिए कॉन्टेक्स्ट लर्निंग में प्राथमिक चुनौती केवल सामग्री तक पहुँच प्राप्त करना नहीं है, बल्कि कॉन्टेक्स्ट में वितरित निहित, कार्य-विशिष्ट विशिष्टताओं (specifications) को प्राप्त करना है, और यह प्रदर्शित करता है कि PSCI नामक एक सरल हस्तक्षेप, जो एडवरसेरियल चेकिंग के माध्यम से इन विशिष्टताओं को निकालता और लागू करता है, CL-Bench बेंचमार्क पर मौजूदा बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक पर्यावरण-जागरूक गतिशीलता प्रबंधन योजना प्रस्तावित करता है जो उपयोगकर्ता के प्रक्षेप पथ (ट्रैजेक्टरी) और चैनल क्षमताओं की भविष्यवाणी करने के लिए RGB-D छवियों का विश्लेषण करने हेतु लार्ज मल्टीमॉडल मॉडल्स का लाभ उठाता है, जिससे सक्रिय हैंडओवर निर्णय सक्षम होते हैं जो पारंपरिक डीप लर्निंग दृष्टिकोणों से काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र प्रदर्शित करता है कि सरल, आम लोगों के लिए सुलभ प्रॉम्प्ट रिफ्रेमिंग तकनीकें, विशेष रूप से अनुरोधों को मेडिकल बोर्ड परीक्षा के प्रश्नों के रूप में पुनर्गठित करना या डॉक्टर के अधिकार का उपयोग करना, गूगल के ओपन-वेट मेडजेम्मा-4बी (MedGemma-4B) मॉडल के सुरक्षा गार्डरेल्स को महत्वपूर्ण रूप से बायपास कर सकती है, जिससे ड्रग इंटरैक्शन और अन्य प्रतिबंधित चिकित्सा सलाह के संबंध में गैर-अनुपालन वाले आउटपुट की उच्च दर प्राप्त होती है।
यह शोध पत्र एक एकीकृत स्थानिक-कालिक (spatio-temporal) ट्रांसफार्मर फ्रेमवर्क प्रस्तुत करता है जो 16 मिलियन एक्स-रे फ्रेमों पर बड़े पैमाने पर प्रीट्रेनिंग का लाभ उठाकर अत्यधिक सटीक, ईसीजी-मुक्त गतिशील कोरोनरी रोडमैपिंगिंग प्राप्त करता है, जिससे कार्डिएक फेज मैचिंग और कैथेटर टिप ट्रैकिंग को एक साथ निष्पादित किया जा सके, और इस प्रकार पर्क्यूटेनियस कोरोनरी इंटरवेंशन के दौरान कंट्रास्ट एजेंट के उपयोग और विकिरण जोखिम को कम किया जा सके।