23200 पेपर
यह शोध पत्र रिट्रीवल-ऑगमेंटेड इन्फरेंस कॉस्ट अटैक (RA-ICA) का परिचय देता है, जो एक नवीन ढांचा है जो एलएलएम (LLM) एजेंटों और मेमोरी-ऑगमेंटेड ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन एल्गोरिदम का उपयोग करके बाहरी ज्ञान भंडारों को ऐसे दुर्भावनापूर्ण दस्तावेजों से विषाक्त करता है जो उत्तर की अखंडता को बनाए रखते हुए आरएजी (RAG)-संवर्धित एलएलएम प्रणालियों में टोकन खपत को महत्वपूर्ण रूप से बढ़ा देते हैं।
यह शोध पत्र आक्रामक साइबर सुरक्षा कार्यों को करने वाले एआई एजेंटों में इनकार सीमाओं (refusal boundaries) को परिभाषित करने और उनका मूल्यांकन करने के लिए पहला ढांचा प्रस्तुत करता है, जो यह प्रकट करता है कि अधिकांश अत्याधुनिक मॉडल वर्तमान में हानिकारक अनुरोधों को उचित रूप से अस्वीकार करने में विफल रहते हैं।
यह शोध पत्र स्पेक्ट्रल-डिकपल्ड इटरेटिव रिफाइनमेंट (SDIR) का प्रस्ताव करता है, जो एक नियतात्मक ढांचा है जो लो-फ्रीक्वेंसी संरचनाओं और हाई-फ्रीक्वेंसी टेक्सचरों को प्रगतिशील रूप से परिष्कृत करके वर्षा के नाउकास्टिंग में ब्लरिंग और हैलुसिनेशन के बीच के ट्रेड-ऑफ को दूर करने के लिए एक सिनोप्टिक फ्रीक्वेंसी-गाइडेड फॉर्मर और एक फूरियर रेसिडुअल रिफाइनर को एक भौतिक रूप से सुसंगत लॉस के साथ जोड़ता है।
यह शोध पत्र एक अनुकूलनशील, ऑन-द-फ्लाई मल्टीफिडेलिटी मशीन लर्निंग फ्रेमवर्क प्रस्तुत करता है जो विभिन्न फिडेलिटी स्तरों में प्रशिक्षण डेटा संरचना को स्वायत्त रूप से अनुकूलित करता है, जो क्वांटम केमिस्ट्री अनुप्रयोगों में सिंगल-फिडेलिटी और मानक मल्टीफिडेलिटी विधियों की तुलना में डेटा जनरेशन लागत को काफी कम करता है और अतिरेक (रेडंडेंसी) को समाप्त करता है।
यह शोध पत्र एक निर्णय-केंद्रित शिक्षण दृष्टिकोण पेश करके अंग आवंटन में मानक उत्तरजीविता विश्लेषण मेट्रिक्स और निर्णय लेने के परिणामों के बीच के बेमेल को संबोधित करता है जो प्रत्यारोपण उपयोगिता में सुधार करने और वार्षिक रूप से हजारों जीवन वर्षों को बचाने के लिए नॉर्मलाइज्ड डिस्काउंटेड क्यूमुलेटिव गेन (NDCG) को अनुकूलित करता है।
यह शोध पत्र AVTrack प्रस्तुत करता है, जो एक चुनौतीपूर्ण मानव-केंद्रित ऑडियो-विजुअल इंस्टेंस सेगमेंटेशन डेटासेट है जिसे कैमरा मोशन और ऑक्लूजन जैसी विविध स्थितियों के साथ जटिल, गतिशील वास्तविक दुनिया के परिदृश्यों में मौजूदा बेंचमार्क की सीमाओं को संबोधित करने के लिए डिज़ाइन किया गया है, साथ ही यह मजबूत स्पैटियोटेम्पोरल मॉडलिंग अनुसंधान को सुगम बनाने के लिए एक नए बेसलाइन की भी विशेषता रखता है।
यह शोध पत्र एक ट्यूनेबल स्ट्रेंथ कोएफिशिएंट (tunable strength coefficient) के साथ एक इन्फरेंस-टाइम अटेंशन कैलिब्रेशन विधि प्रस्तुत करता है जो कई भाषाओं और डोमेन में डेंस रिट्रीवल मॉडल्स में पोजीशनल बायस को प्रभावी ढंग से कम करता है, जिससे समग्र रिट्रीवल प्रदर्शन से समझौता किए बिना या मॉडल को पुन: प्रशिक्षित किए बिना पोजीशनल फेयरनेस में सुधार होता है।
EntangleCodec एक एकीकृत डिस्क्रीट ऑडियो टोकेनाइज़र है जो ऑडियो को समृद्ध कैप्शन के साथ संरेखित करता है ताकि एक ही टोकन स्ट्रीम में सिमेंटिक और एकोस्टिक दोनों सूचनाओं को कैप्चर किया जा सके, जिससे ऑडियो समझ और पीढ़ी में अत्याधुनिक प्रदर्शन प्राप्त होता है और अत्यधिक पैरामीटर-कुशल ऑडियो लैंग्वेज मॉडल्स को सक्षम बनाया जाता है।
यह शोध पत्र Plan2Map पेश करता है, जो एक मल्टीमॉडल बेंचमार्क और GeoPlanAgent सिस्टम है, जो दस्तावेज़ टेक्स्ट और मानचित्र दृश्यों को एकीकृत करके यूके (UK) नियोजन अभिलेखों से भू-स्थानिक सीमाओं के पुनर्निर्माण के लिए है, और यह प्रदर्शित करता है कि एक संरचित, टूल-इन-द-लूप दृष्टिकोण सटीकता और विश्वसनीयता में प्रत्यक्ष VLM बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक स्वीकृति-परीक्षण-संचालित मूल्यांकन ढांचे का प्रस्ताव करता है जो हितधारकों के लक्ष्यों को निष्पादन योग्य व्यवहारिक अनुबंधों और एक "रेड-ट्रैफ़िक-ग्रीन" जीवनचक्र में अनुवादित करके संभाव्य (probabilistic) एलएलएम क्षमताओं और नियतात्मक (deterministic) व्यावसायिक आवश्यकताओं के बीच के अंतर को पाटता है ताकि सुरक्षित, विश्वसनीय और आर्थिक रूप से उपयोगी एआई प्रणालियों को सुनिश्चित किया जा सके।