23200 पेपर
यह शोध पत्र ANDES को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो डेटा जनरेशन को एक सेल्फ-इवॉल्विंग वर्ल्ड ट्री रूटिंग मैकेनिज्म के माध्यम से प्लग-एंड-प्ले एजेंट स्किल में बदलकर स्वायत्त एआई निर्देश संरेखण (autonomous AI instruction alignment) को बढ़ाता है, जिससे कमजोर एजेंटों को सख्त कंप्यूट बाधाओं के तहत अत्याधुनिक प्रदर्शन प्राप्त करने में सक्षम बनाया जा सके।
BenchEvolver एक समाधान-केंद्रित विकासवादी ढांचा (evolutionary framework) है जो संदर्भ समाधानों (reference solutions) को विकसित करके मौजूदा कोडिंग समस्याओं को स्वचालित रूप से कठिन, सत्यापन योग्य वेरिएंट में बदल देता है, जिससे LiveCodeBench-Plus जैसे उच्च-गुणवत्ता वाले बेंचमार्क बनते हैं जो मॉडल भेदभाव (model discrimination) को बहाल करते हैं और आत्म-सुधार के लिए प्रभावी प्रशिक्षण संकेत प्रदान करते हैं।
यह शोध पत्र नॉलेज डिस्टिलेशन (Knowledge Distillation) और वीक-टू-स्ट्रॉन्ग जनरलाइजेशन (Weak-to-Strong generalization) में ज्ञान हस्तांतरण की प्रभावकारिता को समझाने के लिए, क्रमशः स्पेक्ट्रल होराइजन एक्सपेंशन (Spectral Horizon Expansion) और स्पेक्ट्रल डीनॉइजिंग (Spectral Denoing) के उनके विशिष्ट तंत्रों को अभिलक्षणित करते हुए, हाई-डायमेंशनल लीनियर रिग्रेशन में SGD डायनेमिक्स का एक एकीकृत स्पेक्ट्रल विश्लेषण स्थापित करता है।
ChronosAD एक नवीन विसंगति पहचान (anomaly detection) ढांचा है जो ज़ीरो-शॉट फीचर एक्सट्रैक्शन के लिए एक टाइम सीरीज़ फाउंडेशन मॉडल और एम्बेडिंग्स को परिष्कृत करने के लिए एक कस्टम टेम्पोरल ब्लॉक का लाभ उठाता है, जिससे न्यूनतम कार्य-विशिष्ट ट्यूनिंग के साथ विविध डोमेन में उत्कृष्ट सामान्यीकरण और प्रदर्शन प्राप्त होता है।
यह शोध पत्र सामरिक स्वायत्त रक्षा वाहन नेटवर्क (Tactical Autonomous Defense Vehicle Networks) के लिए एज-असिस्टेड लार्ज लैंग्वेज मॉडल्स (Large Language Models) को 6G सिमेंटिक कम्युनिकेशन के साथ एकीकृत करते हुए एक संचार-केंद्रित पदानुक्रमित आर्किटेक्चर का प्रस्ताव करता है, जो सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण 30-वाहन पैमाने पर विलंबता (latency) को 75.2% कम करके, मिशन सफलता दर को 68.7 प्रतिशत अंक बढ़ाकर और संचार ओवरहेड को 88.6% कम करके पारंपरिक 5G-आधारित AI बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र PSG-Nav प्रस्तुत करता है, जो एक नवीन ओपन-वोकैबुलरी नेविगेशन फ्रेमवर्क है जो एक 3D प्रोबेबिलिस्टिक सीन ग्राफ का निर्माण करके, कई विश्व सेटिंग्स में नेविगेशन लैंडमार्क्स का मूल्यांकन करने के लिए मल्टीवर्स डिसीजन मेकिंग को नियोजित करके, और ऑनलाइन अनुकूलन के लिए एक एविडेंशियल एक्सपीरियंस कैलिब्रेटर का उपयोग करके धारणा अनिश्चितता (परसेप्शन अनसर्टेन्टी) को संबोधित करता है, जिससे MP3D, HM3D और HSSD बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
SkillSmith एक नवीन ढांचा है जो स्व-सुधार करने वाले एजेंटों को एक पारिस्थितिक उपयोगिता मॉडल और एंटी-पैटर्न लर्निंग द्वारा निर्देशित एक सिनर्जी-जागरूक प्रक्रिया के माध्यम से कौशल और उपकरणों को सह-विकसित करने में सक्षम बनाता है, जिससे वे जटिल, बहु-कौशल कार्यों पर मौजूदा बेसलाइन से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र TukaBench प्रस्तुत करता है, जो सात अफ्रीकी भाषाओं के लिए एक सांस्कृतिक रूप से आधारित जेलब्रेक बेंचमार्क है, जो यह प्रकट करता है कि कैसे सांस्कृतिक रूप से अनुकूलित और कोड-स्विच्ड प्रॉम्प्ट्स, अंग्रेजी की तुलना में मॉडल रिफ्यूज़ल दरों को काफी कम कर देते हैं, और साथ ही मॉडल समझ में महत्वपूर्ण सीमाओं और कम-संसाधन वाली भाषाओं के लिए LLM-as-a-judge मूल्यांकन की विश्वसनीयता को भी उजागर करता है।
DiffuSent एक एकीकृत, गैर-ऑटो-रिग्रेसिव डिफ्यूजन फ्रेमवर्क है जो एस्पेक्ट-बेस्ड सेंटीमेंट एनालिसिस के लिए सभी उप-कार्यों को बाउंड्री डिनोइजिंग प्रक्रियाओं के रूप में पुनर्गठित करता है और मल्टी-वर्ड टर्म्स पर बेहतर सटीकता प्राप्त करने के लिए एक कंट्रास्टिव ट्रेनिंग स्ट्रैटेजी का उपयोग करता है तथा मौजूदा जनरेटिव और स्पैन-बेस्ड सिस्टम की तुलना में काफी तेज़ इन्फरेंस प्रदान करता है।
यह शोध पत्र यूएवी-सक्षम कनेक्टिविटी के लिए स्पेक्ट्रल दक्षता, डेटा दर और ऊर्जा उपयोगिता को महत्वपूर्ण रूप से बढ़ाते हुए, गतिशील ओपन-आरएएन (Open-RAN) 6जी नेटवर्क में स्पेक्ट्रम और संसाधनों को बुद्धिमानी से प्रबंधित करने के लिए पार्टिकल स्वार्म ऑप्टिमाइज़ेशन के साथ संयुक्त एक डिजिटल ट्विन-सहायता प्राप्त अनुकूली मल्टी-एजेंट डीप रीइन्फोर्समेंट लर्निंग फ्रेमवर्क का प्रस्ताव करता है।