19977 पेपर
यह अध्ययन प्रदर्शित करता है कि मल्टीमॉडल लैंग्वेज मॉडल LLaVA 1.6 पर लक्षित लीजन्स (lesions) और व्यवधानों (perturbations) को लागू करने से एफ़ेज़िया (aphasia) वाले व्यक्तियों के विशिष्ट चित्र-नामकरण त्रुटि प्रोफाइलों को मात्रात्मक रूप से पुनरुत्पादित किया जा सकता है, जो यह सुझाव देता है कि ऐसे मॉडल स्ट्रोक के बाद होने वाले भाषा संबंधी दोषों के अनुकरण के लिए "डिजिटल ट्विन्स" के रूप में कार्य कर सकते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि बड़े भाषा मॉडल (large language models) स्पष्ट पैरामीटर विनिर्देश के बिना मानव मार्ग चयन पूर्वाग्रहों और प्रॉस्पेक्ट-थ्योरेटिक निर्णय व्यवहारों को प्रभावी ढंग से पुनरुत्पादित कर सकते हैं, जो बड़े पैमाने पर व्यवहार संबंधी मॉडलिंग के लिए पारंपरिक तरीकों के एक स्केलेबल विकल्प के रूप में कार्य करता है।
यह शोध पत्र IoT नेटवर्क के लिए एक क्लोज्ड-लूप एक्सेस-कंट्रोल आर्किटेक्चर प्रस्तुत करता है जो मानक IEEE 802.1X और RADIUS प्रोटोकॉल के साथ एक लाइटवेट, पैसिव एनोमली डिटेक्टर को एकीकृत करता है ताकि समझौता किए गए उपकरणों को लगभग 450 मिलीसेकंड के भीतर स्वचालित रूप से निष्कासित और उनके प्रमाणपत्रों को रद्द किया जा सके, जिससे विशेष प्रोग्राम करने योग्य डेटा प्लेन की आवश्यकता के बिना विसंगति का पता लगाने और स्वचालित प्रवर्तन के बीच के अंतर को पाटा जा सके।
RAGU एक ओपन-सोर्स, सिंगल-जीपीयू ग्राफआरएजी (GraphRAG) इंजन है जो निष्कर्षण (extraction) को समेकन (consolidation) से अलग करके और एक कॉम्पैक्ट, डोमेन-अनुकूलित 7B एलएलएम (Meno-Lite-0.1) का उपयोग करके नॉलेज ग्राफ निर्माण और रिट्रीवल में सुधार करता है, ताकि ग्राफ निर्माण और जटिल तर्क कार्यों दोनों पर बड़े मॉडलों से बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र "आवरग्लास रीजनिंग" (Hourglass reasoning) को प्रस्तुत करता है, जो एक सूचनात्मक स्कीमा और क्षणिक स्कैफोल्ड में जानकारी को संकुचित करके तर्क चरणों के बीच सख्त संदर्भ अलगाव (context isolation) को लागू करने वाला एक ढांचा है, जिससे मानक स्व-परिष्करण (self-refinement) दृष्टिकोणों की तुलना में विजुअल, हार्डवेयर और भाषाई बेंचमार्क पर फ्यू-शॉट इंडक्टिव रीजनिंग प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र VoxENES 2026 को प्रस्तुत करता है, जो आधुनिक LLM-संचालित TTS और वॉयस कन्वर्जन सिस्टम से प्राप्त 53,628 ऑडियो नमूनों वाला एक द्विभाषी बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान स्पीच स्पूफिंग डिटेक्टर टेम्पोरल जनरलाइजेशन गैप और भंगुर आर्टिफैक्ट्स (brittle artifacts) पर निर्भरता के कारण प्रदर्शन में महत्वपूर्ण गिरावट का सामना करते हैं।
यह शोध पत्र ऑफलाइन-टू-ऑनलाइन सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के लिए एक नवीन सक्रिय नीति चयन ढांचे को प्रस्तुत करता है जो स्थानीय रूप से रैखिक प्रदर्शन पूर्वानुमानों से प्राप्त ऊपरी-विश्वास सीमाओं (अपर-कॉन्फिडेंस बाउंड्स) का उपयोग करके उम्मीदवार नीतियों के मूल्यांकन और सबसे आशाजनक नीतियों के फाइन-ट्यूनिंग के बीच के संतुलन को गतिशील रूप से संतुलित करके सीमित इंटरेक्शन बजट को अनुकूलित करता है।
यह शोध पत्र एक टाइम-लैग-अवेयर (time-lag-aware) डीप रिइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो लंबे पोस्ट-ऑपरेशन विलंब को स्पष्ट रूप से मॉडल करके, बिना किसी बाहरी सॉल्वर की आवश्यकता के, प्रीफैब्रिकेटेड मॉड्यूल कारखानों के लिए फ्लेक्सिबल जॉब-शॉप शेड्यूलिंग को अनुकूलित करने में पारंपरिक डिस्पैचिंग नियमों और मेटा-ह्यूरिस्टिक्स से काफी बेहतर प्रदर्शन करता है और लगभग इष्टतम मेक्सपैन (makespan) परिणाम प्राप्त करता है।
यह शोध पत्र शब्दकोश विज्ञान (लेक्सिकोग्राफी) के लिए एक मानव-केंद्रित एआई ढांचा प्रस्तावित करता है जो चार प्रमुख आयामों—संवर्धित शब्दकोशकार (ऑगमेंटेड लेक्सिकोग्राफर्स), सामाजिक-तकनीकी संदर्भ, पूर्वाग्रह और उपकरण डिजाइन—की पहचान करता है ताकि यह सुनिश्चित किया जा सके कि एआई शब्दकोशकारों को प्रतिस्थापित करने के बजाय उन्हें संवर्धित करे और पेशेवर एजेंसी एवं भाषाई विविधता को संरक्षित रखे।
यह शोधपत्र MM-ToolSandBox प्रस्तुत करता है, जो एक एकीकृत ढांचा और बेंचमार्क है जिसमें विजुअल टूल-कॉलिंग एजेंटों का मूल्यांकन करने के लिए 500+ टूल्स और 258 मानव-सत्यापित परिदृश्यों वाला एक स्टेटफुल वातावरण शामिल है, जो यह प्रकट करता है कि वर्तमान मॉडल विजुअल सटीकता के साथ काफी संघर्ष करते हैं और विफलता के मोड छोटे मॉडलों में योजना संबंधी कमियों से बड़े मॉडलों में धारणा संबंधी त्रुटियों की ओर स्थानांतरित हो जाते हैं।