23200 पेपर
मानव सीखने की प्रक्रिया से प्रेरित होकर, यह शोध पत्र लार्ज लैंग्वेज मॉडल्स के लिए एक "स्लीप" (नींद) प्रतिमान प्रस्तावित करता है जो "नॉलेज सीडिंग" (ज्ञान बीजारोपण) डिस्टिलेशन और सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के माध्यम से अनसुपरवाइज्ड "ड्रिमिंग" (सपनों) की दो-चरणीय प्रक्रिया के जरिए अल्पकालिक स्मृतियों को दीर्घकालिक मापदंडों में समेकित करके निरंतर सीखने और आत्म-सुधार को सक्षम बनाता है।
ह्यूमनॉइड-जीपीटी (Humanoid-GPT) एक बिलियन-स्केल, जीपीटी-शैली का ट्रांसफॉर्मर है जिसे 2 बिलियन-फ्रेम के एकीकृत मोशन कॉर्पस पर प्रशिक्षित किया गया है, जो अभूतपूर्व ज़ीरो-शॉट सामान्यीकरण और अत्यधिक गतिशील होल-बॉडी व्यवहारों की सुदृढ़ ट्रैकिंग प्राप्त करता है, जो डेटा की कमी और चपलता-सामान्यीकरण ट्रेड-ऑफ से बाधित पूर्ववर्ती शैलो एमएलपी ट्रैकर्स से कहीं बेहतर है।
यह शोध पत्र इमेजिनेटिव परसेप्शन टोकन्स (IPT) को प्रस्तुत करता है, जो मध्यवर्ती संवेदी निरूपण (intermediate perceptual representations) हैं जो विजन लैंग्वेज मॉडल्स को अनदेखी स्थानिक विन्यासों को बाह्य रूप में प्रस्तुत करके स्थानिक तर्क (spatial reasoning) को बढ़ाने में सक्षम बनाते हैं, जिससे वे पर्सपेक्टिव टेकिंग, पाथ ट्रेसिंग और मल्टीव्यू काउंटिंग जैसे कार्यों पर टेक्स्टुअल चेन-ऑफ-थॉट विधियों से बेहतर प्रदर्शन करते हैं।
DeepIPCv2 एक एंड-टू-एंड ऑटोनॉमस ड्राइविंग फ्रेमवर्क है जो विविध प्रकाश स्थितियों में कैमरा-निर्भर मॉडलों जैसे कि TransFuser की तुलना में कम ड्राइविंग इंटरवेंशन के साथ मजबूत पर्यावरणीय धारणा और सटीक नेविगेशनल नियंत्रण प्राप्त करने के लिए LiDAR-आधारित पॉइंट क्लाउड सेगमेंटेशन और कमांड-विशिष्ट नियंत्रण लर्निंग का लाभ उठाता है।
यह शोध पत्र डीप न्यूरल नेटवर्क के मूल्यांकन के लिए एक एकीकृत मानदंड के रूप में रोबस्ट इंडिविजुअल फेयरनेस (RIF) प्रस्तुत करता है और RIFair का प्रस्ताव करता है, जो एक ब्लैक-बॉक्स एडवरसेरियल फ्रेमवर्क है जो उन छिपी हुई कमजोरियों को उजागर करता है जहाँ मॉडल अर्थ-संरक्षण करने वाले परिवर्तनों (semantic-preserving perturbations) के तहत भविष्यवाणी की शुद्धता और निष्पक्षता दोनों को बनाए रखने में विफल रहते हैं।
यह शोधपत्र एक प्रिमिटिव-आधारित संज्ञानात्मक ढांचे से प्रेरित एक नवीन, प्रतिनिधित्व-केंद्रित अनसुपरवाइज्ड लर्निंग दृष्टिकोण प्रस्तावित करता है जो एक वितरित पदानुक्रमित इनपुट स्पेस का निर्माण करता है और विभिन्न वर्गीकरण कार्यों में अत्याधुनिक विधियों पर श्रेष्ठ प्रदर्शन प्रदर्शित करते हुए विशिष्ट, संज्ञानात्मक-समान व्यवहार प्रदर्शित करता है।
यह शोध पत्र DhondtXAI को प्रस्तुत करता है, जो सारणीबद्ध डेटा (tabular data) के लिए एक नवीन, SHAP-स्वतंत्र व्याख्यात्मक AI ढांचा है जो बैकग्राउंड-इंटरवेंशनल प्रभावों, फीचर एलायंस और थ्रेशोल्ड के माध्यम से फीचर एट्रिब्यूशन आवंटित करने के लिए D'Hondt अपोर्शनमेंट पद्धति को अनुकूलित करता है, जो सिंथेटिक परीक्षणों में उच्च सटीकता और स्वास्थ्य सेवा डेटासेट पर SHAP के साथ मजबूत सहमति प्रदर्शित करते हुए निर्माण द्वारा पूर्णता (completeness) को संरक्षित करता है।
यह शोध पत्र प्रीट्रेन्ड एक्टिग्राफी ट्रांसफॉर्मर (PAT) को प्रस्तुत करता है, जो NHANES वियरेबल डेटा पर प्रशिक्षित एक ओपन-सोर्स फाउंडेशन मॉडल है, जो मानसिक स्वास्थ्य परिणामों की भविष्यवाणी करने में मौजूदा डीप लर्निंग बेसलाइन से काफी बेहतर प्रदर्शन करता है और दैनिक गतिविधि पैटर्न में व्याख्यात्मक अंतर्दृष्टि प्रदान करता है।
यह शोध पत्र एक प्रशिक्षण-मुक्त, गणनात्मक रूप से कुशल भारित नमूनाकरण (weighted sampling) ढांचे का प्रस्ताव करता है जो प्रीट्रेंड स्कोर-आधारित जनरेटिव मॉडलों को एक हल्के मार्गदर्शन शब्द (guidance term) और एक अनिश्चितता-जागरूक शेड्यूलर के साथ संवर्धित करके उन्हें लाभान्वित करता है, जिससे बिना किसी महंगी पुन: नमूनाकरण (resampling) या हेसियन मूल्यांकन (Hessian evaluations) की आवश्यकता के महत्वपूर्ण गति और अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोधपत्र यूरोबर्ट (EuroBERT) प्रस्तुत करता है, जो यूरोपीय और वैश्विक भाषाओं को कवर करने वाले बहुभाषी एनकोडर्स का एक परिवार है, जो विविध कार्यों में मौजूदा विकल्पों से बेहतर प्रदर्शन करने के लिए हालिया जनरेटिव मॉडल नवाचारों का लाभ उठाता है और स्वाभाविक रूप से 8,192 टोकन तक के अनुक्रमों (sequences) का समर्थन करता है।