23200 पेपर
यह शोध पत्र एक उन्नत MedSAM फ्रेमवर्क प्रस्तावित करता है जो एकल उपयोगकर्ता क्लिक को बाउंडिंग बॉक्स में बदलने के लिए एक लाइटवेट बॉक्स प्रेडिक्टर को एकीकृत करता है, जिससे न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ विविध मेडिकल इमेजिंग मोडैलिटीज में सेगमेंटेशन सटीकता और मजबूती में सुधार होता है।
यह शोध पत्र "ट्रेस-मीडिएटेड पीक बायस" (TMPB) की पहचान करता है, जो डीप रिइन्फोर्समेंट लर्निंग में एक व्यवस्थित विफलता है जहाँ मध्यवर्ती एलिजिबिलिटी ट्रेसेस (intermediate eligibility traces) अननॉर्मलाइज्ड ग्रेडिएंट शॉक्स के कारण एजेंटों को संचयी रिटर्न के बजाय तर्कहीन रूप से उच्च-परिमाण वाले रिवॉर्ड पीक्स को प्राथमिकता देने के लिए प्रेरित करते हैं, जो मानव पीक-एंड रूल (Peak-End Rule) के लिए एक यांत्रिक स्पष्टीकरण प्रदान करता है और यह प्रदर्शित करता है कि इस पैथोलॉजी को कम करने के लिए एडेप्टिव ऑप्टिमाइज़र्स सैद्धांतिक रूप से आवश्यक हैं।
यह शोध पत्र एक कर्वेचर-अवेयर डायनेमिक प्रिसिजन कंट्रोलर का प्रस्ताव करता है जो L-BFGS कर्वेचर जानकारी का लाभ उठाकर फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क (PINN) प्रशिक्षण के दौरान सिंगल और डबल प्रिसिजन के बीच अनुकूल रूप से स्विच करता है, जिससे काफी कम कम्प्यूटेशनल लागत के साथ पूर्ण डबल-प्रिसिजन सटीकता प्राप्त होती है।
यह शोधपत्र FALSIFYBENCH प्रस्तुत करता है, जो वैज्ञानिक खोज के लिए LLMs की आगमनात्मक तर्क क्षमता (inductive reasoning) का मूल्यांकन करने हेतु वासन 2-4-6 कार्य से प्रेरित एक बेंचमार्क है, जो यह प्रकट करता है कि रीजनिंग मॉडल, इंस्ट्रक्शन-ट्यून्ड मॉडल्स की तुलना में मुख्य रूप से अपनी नेगेटिव टेस्टिंग की क्षमता के कारण बेहतर प्रदर्शन करते हैं और उनकी विफलता परिकल्पना नेविगेशन (hypothesis navigation) के पहचाने जाने योग्य पैटर्न से उत्पन्न होती है।
यह शोध पत्र CHASMBrain प्रस्तुत करता है, जो एक नवीन कोर्स-टू-फाइन (coarse-to-fine) पदानुक्रमित ढांचा है जो NSD डेटासेट पर अत्याधुनिक इमेज-टू-fMRI एनकोडिंग प्राप्त करने के लिए एक डुअल-स्ट्रीम मंबा (Mamba) आर्किटेक्चर का उपयोग करता है और साथ ही मानव दृश्य वल्कुट (visual cortex) में स्थानीय स्थानिक और वैश्विक अर्थपूर्ण प्रसंस्करण धाराओं के लिए विशिष्ट कार्यात्मक भूमिकाओं को कारण सहित प्रमाणित करता है।
यह शोध पत्र LA-LQR पेश करता है, जो एक रिड्यूस्ड-ऑर्डर ऑप्टिमल कंट्रोल फ्रेमवर्क है जो विजुअल क्वालिटी और प्रॉम्प्ट फिडेलिटी को बनाए रखते हुए हानिकारक कंटेंट को प्रभावी ढंग से दबाने के लिए एक लो-डायमेंशनल लेटेंट स्पेस में क्लोज्ड-लूप फीडबैक इंटरवेंशन की गणना करके टेक्स्ट-टू-वीडियो जनरेशन मॉडल्स को निर्देशित करता है।
यह शोध पत्र मानव-एआई पूरकता (human-AI complementarity) के एक वृक्ष-आधारित औपचारिकीकरण (tree-based formalization) को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि जबकि अनुकूलतम रैखिक पूलिंग (optimal linear pooling) के माध्यम से मल्टी-एजेंट रिग्रेशन में ऐसी सहक्रिया (synergy) प्राप्त की जा सकती है, प्राकृतिक स्थानीय एकत्रीकरण (natural local aggregation) और हानि की स्थितियों (loss conditions) के तहत वर्गीकरण कार्यों में यह मौलिक रूप से बाधित है।
यह शोधपत्र NoRA को प्रस्तुत करता है, जो एक विज़ुअल फर्स्ट-पर्सन बेंचमार्क है जिसमें 1,420 एनोटेटेड वीडियो क्लिप्स शामिल हैं जो स्पष्ट तथ्य-कारण-क्रिया (fact-reason-action) सपोर्ट ग्राफों के माध्यम से तर्कसंगत क्रियाओं को उत्पन्न करने और उन्हें न्यायसंगत ठहराने की मल्टीमॉडल प्रणालियों की क्षमता का मूल्यांकन करता है, जिससे यह पता चलता है कि वर्तमान मॉडल अक्सर संभावित व्यक्तिगत क्रियाओं की पहचान करने के बावजूद, पूर्ण एक्शन स्पेस का निर्माण करने और क्रियाओं को दृश्य साक्ष्यों के साथ सही ढंग से जोड़ने में संघर्ष करते हैं।
यह शोधपत्र BiasGRPO प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो सैम्पल्ड कंप्लीशन्स (sampled completions) के बीच रिवार्ड्स को नॉर्मलाइज़ करके लार्ज लैंग्वेज मॉडल्स में सोशल बायस मिटिगेशन को स्थिर करने के लिए ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन का लाभ उठाता है, जिससे यह DPO की एक्सप्लोरेशन सीमाओं और PPO की ट्रेनिंग अस्थिरता पर विजय प्राप्त करते हुए कई बेंचमार्क्स पर दोनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक जोखिम-सचेत सुदृढीकरण शिक्षण (रिइन्फोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो स्टेट स्पेस के भीतर गैर-मजबूत क्षेत्रों पर ध्यान केंद्रित करके सुरक्षा गारंटी को पुनरावृत्ति रूप से कड़ा करने में सक्षम बनाने के लिए, दोहरे ऊपरी और निचले-सीमा बाधा प्रमाण पत्रों (बैरियर सर्टिफिकेट्स) के निर्माण हेतु वेरिएशनल ऑटोएनकोडर्स का उपयोग करता है।