23749 पेपर
यह शोध पत्र स्ट्रैगलर-अवेयर ग्रुप कंट्रोल (SAGC) को प्रस्तुत करता है, जो एक गतिशील समूह-आकार नियंत्रक है जो स्ट्रैगलर विलंब (straggler delays) को कम करने के लिए समूह के आकार को अनुकूल रूप से समायोजित करके सिंक्रोनस ऑन-पॉलिसी सुदृढीकरण लर्निंग (on-policy reinforcement learning) को अनुकूलित करता है, जिससे प्रशिक्षण स्थिरता से समझौता किए बिना वॉल-क्लॉक दक्षता और मॉडल प्रदर्शन में सुधार होता है।
यह शोध पत्र AgentRedBench प्रस्तुत करता है, जो अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन (indirect prompt injection) के प्रति LLM एजेंटों की उच्च संवेदनशीलता को उजागर करने के लिए 24 एंटरप्राइज SaaS एकीकरणों में 215 परिदृश्यों को कवर करने वाला एक गतिशील रेडटीमिंग बेंचमार्क है, और AgentRedGuard प्रस्तुत करता है, जो एक विशेष रक्षा मॉडल है जो कम फॉल्स-पॉजिटिव दर बनाए रखते हुए हमले की सफलता दर को लगभग 70% से घटाकर 2.4% कर देता है।
यह शोध पत्र सर्कुलर इकोनॉमी ऑन्टोलॉजी नेटवर्क (CEON) को प्रस्तुत करता है, जिसे ऑन्टो-डेसाइड (Onto-DESIDE) परियोजना के अंतर्गत निर्माण, इलेक्ट्रॉनिक्स और कपड़ा उद्योगों में सिमेंटिक इंटरऑपरेबिलिटी और क्रॉस-सेक्टोरियल डेटा दस्तावेज़ीकरण को सक्षम करने के लिए विकसित किया गया है, जिससे सर्कुलर इकोनॉमी की ओर संक्रमण को सुगम बनाया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि विशिष्ट क्लिनिकल विजन-लैंग्वेज मॉडल क्रॉस-मोडल रिट्रीवल के माध्यम से वि-पहचानीकृत (de-identified) चेस्ट रेडियोग्राफ को उनकी मूल रिपोर्टों से पुनः जोड़ने में सक्षम बनाकर एक महत्वपूर्ण गोपनीयता जोखिम उत्पन्न करते हैं, और अलाइनमेंट लेयर के लक्षित डिफरेंशियल प्राइवेट फाइन-ट्यूनिंग का प्रस्ताव करता है जो मॉडल की नैदानिक उपयोगिता को बनाए रखते हुए इस पुन: जुड़ाव जोखिम को काफी कम कर देता है।
यह शोध पत्र क्वांटिटेटिव मूवमेंट टेस्टिंग (QMT) को प्रस्तुत और मान्य करता है, जो एक स्केलेबल कंप्यूटर विज़न पाइपलाइन है जो एकल स्मार्टफोन वीडियो से सटीक 3D काइमैटिक बायोमार्कर निकालता है, जो वास्तविक दुनिया के परिवेश में क्रोनिक दर्द की प्रगति और उपचार की प्रतिक्रिया को वस्तुनिष्ठ रूप से ट्रैक करने के लिए महंगी प्रयोगशाला मोशन कैप्चर के एक सुलभ विकल्प के रूप में कार्य करता है।
यह शोध पत्र CG-CMARL प्रस्तुत करता है, जो एक ऐसा ढांचा है जो समन्वय ग्राफ (coordination graphs) और लैग्रेंजियन द्वैतता (Lagrangian duality) का लाभ उठाकर बाधाओं वाले मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) समस्याओं को कुशलतापूर्वक हल करने के लिए संयुक्त क्रिया स्थान (joint action space) को युग्मवार अंतःक्रियाओं (pairwise interactions) में विभाजित करता है, जिससे स्केलेबल प्रशिक्षण, व्याख्या योग्य त्रुटि सीमाएं और बिना पुन: प्रशिक्षण के पारेटो-इष्टतम (Pareto-optimal) नीतियों का सृजन सक्षम होता है।
यह शोध पत्र FOAM प्रस्तुत करता है, जो एक अनुकूली डैम्पिंग विधि (adaptive damping method) है जो शैम्पू ऑप्टिमाइज़र (Shampoo optimizer) में पुराने प्रीकंडीशनर अपडेट (stale preconditioner updates) के कारण होने वाली संख्यात्मक अस्थिरता और प्रदर्शन गिरावट को कम करने के लिए स्टेलनेस-ओरिएंटेड एरर (staleness-oriented error) के आधार पर डैम्पिंग फैक्टर और आइजनडिकंपोजिशन फ्रीक्वेंसी (eigendecomposition frequency) को गतिशील रूप से समायोजित करता है, जिससे मजबूत अभिसरण (robust convergence) बनाए रखते हुए वॉल-क्लॉक ट्रेनिंग समय को कम किया जा सके।
हार्नेस-1 (Harness-1) एक 20B सुदृढीकरण लर्निंग-आधारित (reinforcement learning-based) खोज एजेंट है जो मौजूदा ओपन और फ्रंटियर मॉडलों की तुलना में बेहतर रिट्रीवल प्रदर्शन और विविध बेंचमार्क में मजबूत सामान्यीकरण प्राप्त करने के लिए, अर्थपूर्ण निर्णय लेने की क्षमता को बरकरार रखते हुए नियमित स्टेट मैनेजमेंट को एक बाहरी स्टेटफुल हार्नेस पर ऑफलोड करता है।
यह परिप्रेक्ष्य पत्र पृथ्वी अवलोकन फाउंडेशन मॉडल्स (Earth Observation Foundation Models) के लिए पृथक रास्टर प्रसंस्करण (isolated raster processing) से एक एकीकृत स्थानिक प्रतिनिधित्व शिक्षण (unified Spatial Representation Learning) ढांचे की ओर एक प्रतिमान परिवर्तन (paradigm shift) का समर्थन करता है, जो अधिक सटीक, व्याख्या योग्य और मानव-केंद्रित भू-स्थानिक समझ प्राप्त करने के लिए निरंतर छवि डेटा को संरचित वेक्टर अर्थशास्त्र (structured vector semantics) के साथ संयुक्त रूप से एकीकृत करता है।
यह शोध पत्र तीन 1B-श्रेणी के भाषा मॉडलों में अटेंशन सर्किट के विकासात्मक प्रक्षेपवक्रों (developmental trajectories) का पता लगाता है, जो यह प्रकट करता है कि इंडक्शन सर्किट और अटेंशन सिंक का निर्माण एक एकल घटना के बजाय अलग-अलग, समयबद्ध रूप से पृथक संक्रमण हैं, और विशिष्ट सर्किट क्षमताओं को अंतिम मॉडल की आवश्यकता के बिना प्रशिक्षण के शुरुआती चरणों में ही पहचाना जा सकता है।