23200 पेपर
यह शोध पत्र OPT* प्रस्तुत करता है, जो अनुकूलन-शैली (optimization-style) के कार्यों का एक स्केलेबल परिवार है जिसमें विस्तृत खोज स्थान (expanding search spaces) शामिल हैं, जो सॉल्वर-निर्देशित ऑनलाइन पॉलिसी ऑप्टिमाइज़ेशन और सर्च-आधारित ऑफलाइन रीइन्फोर्समेंट लर्निंग, दोनों के माध्यम से LLMs को स्टेप-बाय-स्टेप ऑप्टिमाइज़ेशन-जैसे तर्क पर प्रशिक्षित करने और उनका मूल्यांकन करने में सक्षम बनाता है।
यह शोध पत्र दक्षिण एशियाई शास्त्रीय संगीत पर लार्ज लैंग्वेज मॉडल्स (LLMs) का पहला व्यवस्थित मूल्यांकन प्रस्तुत करता है, जो यह दर्शाता है कि जहाँ अत्याधुनिक मॉडल राग-आधारित सिद्धांत को समझने में उच्च सटीकता प्राप्त करते हैं, वहीं वे शैलीगत रूप से निष्ठावान आउटपुट उत्पन्न करने में संघर्ष करते हैं, जो सांस्कृतिक रूप से सुदृढ़ संगीत मॉडलिंग में एक महत्वपूर्ण अंतराल को रेखांकित करता है।
यह शोध पत्र SciVisAgentSkills को प्रस्तुत करता है, जो पुन: प्रयोज्य एजेंट कौशल का एक संग्रह है जिसे डोमेन-विशिष्ट ह्यूरिस्टिक्स और टूल उपयोग पैटर्न को एनकोड करके कोडिंग एजेंटों की वैज्ञानिक डेटा विश्लेषण और विज़ुअलाइज़ेशन में दक्षता बढ़ाने के लिए डिज़ाइन किया गया है, जो नए प्रस्तावित SciVisAgentBench पर कार्य प्रदर्शन और टोकन दक्षता में सुधार करता है।
यह शोध पत्र एक एहतियाती ढांचे का प्रस्ताव करता है जो पांच कल्याण-संबंधित आयामों में एआई चेतना के साक्ष्यों को क्रमिक सुरक्षात्मक दायित्वों में अनुवादित करता है, जो मशीन संवेदना की अनिश्चितता के बीच नेविगेट करने वाले डेवलपर्स और संगठनों के लिए एक निर्णय-प्रासंगिक मार्गदर्शिका प्रदान करता है।
यह शोध पत्र "चयनात्मक मेटाकॉग्निटिव अनुकूलन" (selective metacognitive adaptation) के एक ढांचे का प्रस्ताव करता है ताकि उस विरोधाभास की व्याख्या की जा सके जहाँ नियमित एआई उपयोग कुछ संज्ञानात्मक क्षमताओं को बढ़ाकर व्यक्तिगत रचनात्मक संतुष्टि को बढ़ाता है, जबकि व्यवस्थित रूप से अन्य क्षमताओं को कमजोर करता है, जो अंततः रचनात्मक विविधता की सामूहिक हानि की ओर ले जाता है।
यह शोधपत्र A4D को प्रस्तुत करता है, जो एक नवीन दृष्टिकोण है जो रोबोट नियोजन (प्लानिंग) को उपस्थिति-आधारित तर्क से कार्यात्मक सामर्थ्य (अफोर्डेंस) तर्क की ओर स्थानांतरित करता है, जो दृश्य प्रेक्षणों को वस्तुओं की क्षमताओं के इर्द-गिर्द व्यवस्थित एक साझा लेटेंट स्पेस में मैप करके किया जाता है, जिससे नवीन अंतःक्रियाओं के लिए सामान्यीकरण में महत्वपूर्ण सुधार होता है और अनदेखी सामर्थ्यों की तीव्र खोज सक्षम होती है।
यह शोध पत्र एक शोर-जागरूक (noise-aware) Med-VQA फ्रेमवर्क प्रस्तावित करता है जो मजबूत दृश्य निरूपण (visual representations) उत्पन्न करने के लिए एक डीनॉइजिंग ऑटोएनकोडर और पैरामीटर-कुशल फाइन-ट्यूनिंग को एकीकृत करता है, जिससे मेडिकल बेंचमार्क पर प्रतिस्पर्धी प्रदर्शन बनाए रखते हुए शोर वाले इनपुट के प्रति मॉडल की लचीलापन में सुधार होता है।
यह शोधपत्र जोखिम-अघांत निर्णय लेने के लिए स्पष्ट, क्रिया-विशिष्ट सुरक्षा गारंटी प्रदान करने हेतु एक्शन-कंडीशनल कॉन्फॉर्मल प्रेडिक्शन पेश करता है, जो एक परिमित-नमूना एल्गोरिदम प्रस्तुत करता है जो वास्तविक दुनिया के डेटासेट पर मौजूदा मार्जिनल-गारंटी बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र SelfBootTok को प्रस्तुत करता है, जो एक नवीन इमेज टोकेनाइजेशन विधि है जो विजुअल जानकारी को सेल्फ-बूटस्ट्रैप्ड लर्निंग के माध्यम से ग्लोबल और लोकल समूहों में विभाजित करती है, जिससे एक अधिक कुशल जनरेटर सक्षम होता है जो काफी कम गणना और टोकन संख्या के साथ अत्याधुनिक जनरेशन गुणवत्ता प्राप्त करता है।
यह शोध पत्र ArcANE को प्रस्तुत करता है, जो एक नवीन बेंचमार्क और मूल्यांकन ढांचा है जो यह प्रदर्शित करता है कि रोल-प्लेइंग लैंग्वेज एजेंट्स को गतिशील चरित्र चापों (डायनेमिक कैरेक्टर आर्क्स) पर आधारित करने से उनकी मनोवैज्ञानिक निरंतरता बनाए रखने और विकसित होती कथाओं के अनुकूल होने की क्षमता में, विशेष रूप से मूल स्रोत पाठ से परे के परिदृश्यों में, महत्वपूर्ण सुधार होता है।