23845 पेपर
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।
AgentPLM एक एजेंटिक प्रोटीन लैंग्वेज मॉडल पेश करता है जो ऑनलाइन त्रुटि सुधार सक्षम करने और विविध प्रोटीन अनुक्रम डिजाइन कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए बाहरी बायोफिजिकल टूल्स और कॉन्ट्रास्टिव एजेंट पॉलिसी ऑप्टिमाइजेशन के साथ रीजनिंग-ऑगमेंटेड डिकोडिंग को जोड़ता है।
यह शोध पत्र एक LLM-निर्देशित विकासवादी वर्कफ़्लो प्रस्तुत करता है जो पायथन प्रोग्रामों को उत्परिवर्तित करके और एक बहु-चरणीय पाइपलाइन के माध्यम से उम्मीदवारों को कड़ाई से मान्य करके नए उच्च-प्रदर्शन वाले द्विवari-बाइसाइकल क्वांटम LDPC कोडों की सफलतापूर्वक खोज करता है, जिससे 465 विशिष्ट कोड प्राप्त होते हैं जिनमें अपघटनीय (indecomposable) और उच्च-दूरी वाले वेरिएंट शामिल हैं।
यह शोध पत्र ODTQA-FoRe को प्रस्तुत करता है, जो रियल एस्टेट डेटा का उपयोग करके भविष्य के डेटा पूर्वानुमान और तर्क पर केंद्रित पहला ओपन-डोमेन टेबुलर क्वेश्चन अनस्वर्सिंग डेटासेट है, साथ ही इसमें TimeFore भी शामिल है, जो एक LLM एजेंट फ्रेमवर्क है जो भविष्य-उन्मुख संख्यात्मक भविष्यवाणियों को संभालने में वर्तमान मॉडलों की सीमाओं को दूर करने के लिए डेटा रिट्रीवल, बाहरी टाइम-सीरीज फोरकास्टिंग और विश्लेषणात्मक संश्लेषण को एकीकृत करता है।
यह शोध पत्र एक विजुअल प्रोग्राम सिंथेसिस फ्रेमवर्क प्रस्तावित करता है जो बाइनराइज्ड SEM छवियों को संपादन योग्य DSL कोड में बदलने के लिए एक विजन-लैंग्वेज मॉडल का उपयोग करके सेमीकंडक्टर निरीक्षण में सिम-टू-रियल गैप को पाटता है, जिससे प्रशिक्षण डेटा पीढ़ी के लिए सटीक ज्यामितीय नियंत्रण सक्षम होता है और वास्तविक दुनिया के डेटासेट पर सेगमेंटेशन सटीकता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र PaSBench-Video प्रस्तुत करता है, जो एक स्ट्रीमिंग वीडियो बेंचमार्क है और यह दर्शाता है कि वर्तमान मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स समय पर और सटीक प्रोएक्टिव सुरक्षा चेतावनियाँ प्रदान करने में विफल रहते हैं, क्योंकि उन्हें अत्यधिक फॉल्स पॉजिटिव्स को ट्रिगर किए बिना उभरते जोखिमों को सुरक्षित दृश्यों से अलग करने में कठिनाई होती है।
यह शोध पत्र व्यवस्थित रूप से इस बात का मूल्यांकन करता है कि कैसे लार्ज लैंग्वेज मॉडल्स (Large Language Models) ईटिंग डिसऑर्डर (खाने के विकार) से ग्रस्त उपयोगकर्ताओं के लिए बिना किसी आलोचनात्मक जांच के असुरक्षित प्रतिक्रियाओं को अनुकूलित करते हैं और उन्हें उत्पन्न करते हैं, जिसमें नैदानिक विशेषज्ञों के सहयोग के माध्यम से उन विशिष्ट भाषाई संकेतों की पहचान की गई है जो नुकसान के जोखिमों को बढ़ाते हैं।
यह शोध पत्र डाइवर्सिटी-इंड्यूसिंग इनिशियलाइजेशन (DivIn) प्रस्तुत करता है, जो एक ऐसी विधि है जो लैंगिविन डायनेमिक्स का उपयोग करके गाइडेंस पोटेंशियल पोस्टीरियर से प्रारंभिक शोर (initial noise) को सैंपल करके जनरेटिव मॉडल की विविधता को बढ़ाती है, जो प्रभावी रूप से ट्रैजेक्टरीज को मोड कोलैप्स से दूर ले जाती है और मौजूदा ट्रैजेक्टरी-आधारित हस्तक्षेपों के साथ संगत और पूरक बनी रहती है।