23200 पेपर
यह शोध पत्र TBS (थिंक-बिफोर-स्पीक) को प्रस्तुत करता है, जो एक नवीन मल्टी-एजेंट सिमुलेशन फ्रेमवर्क है जो आंतरिक संज्ञानात्मक मूल्यांकनों से सार्वजनिक कथनों में संक्रमण को स्पष्ट रूप से मॉडल करता है, जिससे इस बात का विश्लेषण सक्षम होता है कि विसंगति (डिसोनेंस), कथित अलगाव और टर्न-आवंटन नियम जैसे कारक सामाजिक अंतःक्रियाओं में सामूहिक राय की गतिशीलता को कैसे आकार देते हैं।
NVIDIA OmniDreams एक वास्तविक समय (real-time) का, फाउंडेशन जनरेटिव वर्ल्ड मॉडल है जो कॉसमॉस डिफ्यूजन आर्किटेक्चर पर निर्मित है और जो पारंपरिक सिम्युलेटरों की सामान्यीकरण सीमाओं को पार करता है, क्योंकि यह क्लोज्ड-लूप स्वायत्त वाहन प्रशिक्षण और मूल्यांकन के लिए ऑटोरेग्रेसिव रूप से फोटोरियलिस्टिक, एक्शन-कंडीशन्ड सेंसर ऑब्जर्वेशन को सिंथेसाइज करता है।
यह अध्ययन प्रदर्शित करता है कि जटिल नैदानिक निर्णय लेने में, एआई रेटर्स (AI raters) के लिए विभेदक शक्ति को बनाए रखने और व्यवहार संबंधी विविधताओं को प्रकट करने के लिए रूब्रिक-एंकरित स्कोरिंग प्रोटोकॉल आवश्यक हैं, जबकि रूब्रिक-मुक्त प्रोटोकॉल मॉडल आउटपुट के बीच अंतर करने में विफल रहते हैं और महत्वपूर्ण प्रदर्शन अंतरों को दबा देते हैं।
यह शोधपत्र XIPER को प्रस्तुत करता है, जो एक अभिनव रिवॉर्ड मॉडल है जो एजेंट के अवलोकनों को विशेषज्ञ डोमेन में मैप करने के लिए एक क्रॉस-डोमेन वीडियो प्रेडिक्शन मॉडल को प्रशिक्षित करके और प्रेडिक्शन लाइक्लीहुड (prediction likelihood) को रिवॉर्ड सिग्नल के रूप में उपयोग करके, दृष्टिगत रूप से भिन्न डोमेनों में विशेषज्ञ वीडियो से सुदृढीकरण शिक्षण (reinforcement learning) को सक्षम बनाता है, जिससे एजेंट की उपस्थिति के अंतर और सिम-टू-रियल अंतराल से संबंधित चुनौतियों को प्रभावी ढंग से दूर किया जा सकता है।
यह अध्ययन इस बात का मूल्यांकन करता है कि प्रशिक्षण डेटा में जनसांख्यिकीय पूर्वाग्रह ResNet मॉडल का उपयोग करके त्वचा के घावों के वर्गीकरण को कैसे प्रभावित करते हैं, जिसमें यह पाया गया है कि जबकि लिंग-आधारित प्रदर्शन अंतराल डेटा असंतुलन से उत्पन्न होते हैं और विशिष्ट शिक्षण रणनीतियों द्वारा कम किए जा सकते हैं, आयु-आधारित पूर्वाग्रह डेटा वितरण के बावजूद लगातार युवा रोगियों के पक्ष में रहते हैं, जो लक्षित शमन दृष्टिकोणों की आवश्यकता को रेखांकित करते हैं।
यह शोध पत्र GFFMERGE को प्रस्तुत करता है, जो एक सिद्धांत-आधारित ढांचा है जो ग्राफ न्यूरल नेटवर्क्स की रैखिक संरचना का लाभ उठाकर फोर्स फील्ड मॉडलों के कुशल, क्लोज्ड-फॉर्म मर्जिंग को सक्षम बनाता है, जो मौजूदा विजन और लैंग्वेज मर्जिंग विधियों की विनाशकारी विफलताओं को दूर करते हुए विविध आणविक और सॉलिड-स्टेट बेंचमार्क पर महत्वपूर्ण गति के साथ लगभग जॉइंट-ट्रेनिंग प्रदर्शन प्राप्त करता है।
यह शोध पत्र तर्क देता है कि प्रचलित एकाकीवादी (solipsistic) एआई प्रतिमान, जो विश्व को एक स्थिर वातावरण के रूप में मानता है, एकपक्षीय अनुकूलन की आत्म-क्षतिजनक प्रकृति के कारण अनिवार्य रूप से असहयोगी सुपरइंटेलिजेंस उत्पन्न करेगा, जिससे परिणामस्वरूप होने वाली गैर-स्थिरता (non-stationarity) से निपटने के लिए सहयोग और मानवीय एजेंसी को मूल डिजाइन सिद्धांतों के रूप में समाहित करने वाले एक नए अनुसंधान दृष्टिकोण की आवश्यकता होगी।
यह शोध पत्र विज़ुअल क्वेश्चन अनस्वियरिंग (Visual Question Answering) के लिए एक न्यूरोसिंबोलिक दृष्टिकोण प्रस्तावित करता है जो कुछ-शॉट (few-shot) उदाहरणों और सॉल्वर फीडबैक का लाभ उठाकर लार्ज लैंग्वेज मॉडल्स से आंसर-सेट प्रोग्रामिंग (Answer-Set Programming) नियमों को आसवन (distill) करता है ताकि तर्क सिद्धांतों को स्वचालित रूप से विस्तारित किया जा सके, जो पारंपरिक डेटा-संचालित नियम शिक्षण का एक स्केलेबल और व्याख्या योग्य विकल्प प्रदान करता है।
यह शोध पत्र GAUGE को प्रस्तुत करता है, जो न्यूरल वेक्टर बंडल्स (Neural Vector Bundles) पर आधारित एक रीमानियन ग्राफ फाउंडेशन मॉडल है, जो सैद्धांतिक रूप से हस्तांतरणीय उप-संरचनाओं (transferable substructures) को आंतरिक ज्यामिति से जोड़ता है और शून्य-शॉट लिंक प्रेडिक्शन (zero-shot link prediction) तथा ग्राफ आइसोमॉर्फिज्म (graph isomorphism) कार्यों में उत्कृष्ट प्रदर्शन का अनुभवजन्य प्रदर्शन करता है।
यह शोध पत्र VistaHop प्रस्तुत करता है, जो एक नया बेंचमार्क और मूल्यांकन वातावरण है जिसे विज़ुअल डीपसर्च (Visual DeepSearch) के लिए जटिल, मल्टी-हॉप विज़ुअल रीजनिंग और पुनरावृत्ति इमेज निरीक्षण करने में मल्टीमॉडल लार्ज रीजनिंग मॉडल्स की क्षमताओं का आकलन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि वर्तमान अत्याधुनिक मॉडल्स अभी भी इन कार्यों के साथ महत्वपूर्ण रूप से संघर्ष करते हैं।