608 पेपर
यह शोध पत्र CStencil को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो Cerebras Wafer-Scale Engine (WSE-3) पर टू-डायमेंशनल स्टेंसिल कंप्यूटेशन को सफलतापूर्वक मैप करता है, और पारंपरिक मेमोरी बाधाओं को दूर करने के लिए चिप की विशाल ऑन-चिप मेमोरी और मेश इंटरकनेक्ट का लाभ उठाकर एक अनुकूलित GPU बेसलाइन की तुलना में 342x तक की गति वृद्धि (speedup) प्राप्त करता है।
यह शोध पत्र एक नियंत्रित बेंचमार्क प्रस्तुत करता है जो यह प्रदर्शित करता है कि एआई कोडिंग एजेंटों को एक प्रोडक्ट-कॉन्टेक्स्ट रिट्रीवल सिस्टम (Brief) के साथ संवर्धित करने से, केवल कोडबेस एक्सेस की तुलना में टीम-विशिष्ट प्रोडक्ट निर्णयों के प्रति उनकी अनुपालन क्षमता में 49 प्रतिशत अंकों का सुधार होता है, जिससे वास्तविक सॉफ्टवेयर इंजीनियरिंग कार्यों पर 95% अनुपालन प्राप्त होता है।
यह अध्ययन प्रदर्शित करता है कि लचीलापन (resilience) एआई-जनित वैकल्पिक प्रोटीन बर्गर में मांस के स्वाद (meatiness) और समग्र पसंद की उपभोक्ता धारणा को संचालित करने वाला प्रमुख यांत्रिक गुण है, जो यह प्रकट करता है कि बनावट स्वाद के साथ स्वतंत्र रूप से प्राथमिकता को प्रभावित करती है और हाइब्रिड पशु-मशरूम मिश्रण पारंपरिक पशु-आधारित बर्गर के संवेदी प्रोफाइल की सफलतापूर्वक नकल कर सकते हैं।
यह शोध पत्र सुपरग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (SGRPO) को पेश करता है, जो एक लचीला ढांचा है जो विभिन्न आणविक और प्रोटीन डिज़ाइन बेंचमार्क में उपयोगिता-विविधता पारेटो फ्रंटियर (utility-diversity Pareto frontier) का विस्तार करने के लिए, बायोमॉलिक्यूलर जनरेशन कार्यों में उपयोगिता और विविधता दोनों को प्रभावी ढंग से अलग करने और एक साथ अनुकूलित करने हेतु कैंडिडेट सुपरग्रुप्स से सेट-स्तरीय विविधता पुरस्कारों का निर्माण करता है।
यह शोध पत्र PPI2Text को प्रस्तुत करता है, जो एक मल्टीमॉडल लार्ज लैंग्वेज मॉडल है जो ESM3 एनकोडर्स, पेयर मैप्स के लिए एक नवीन कोऑर्डिनेट-अलाइन्ड PaCo-RoPE पोजीशनल एनकोडिंग और एक Qwen3 डिकोडर का लाभ उठाते हुए अमीनो एसिड अनुक्रमों से प्रोटीन-प्रोटीन इंटरैक्शन के मुक्त-रूप (free-form), व्याख्या योग्य विवरण उत्पन्न करता है, जिसे हाल ही में जारी किए गए 351k-पेयर डेटासेट द्वारा समर्थित किया गया है जो भाषाई गुणवत्ता और जैविक तथ्यात्मकता दोनों में उत्कृष्ट प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र मशीन लर्निंग इंटरएटमिक पोटेंशियल की कंपोजिशनल जनरलाइजेशन क्षमताओं का मूल्यांकन करने के लिए चार कार्यों वाला एक बेंचमार्क प्रस्तुत करता है, जो यह प्रकट करता है कि अत्याधुनिक फाउंडेशन मॉडल भी इन-डिस्ट्रीब्यूशन डेटा पर अपने प्रदर्शन की तुलना में अनदेखी आणविक संरचनाओं पर सामान्यीकरण करने में काफी संघर्ष करते हैं।
यह शोध पत्र GraphNetz को प्रस्तुत करता है, जो एक बेंचमार्किंग फ्रेमवर्क है जो कच्चे सटीकता तालिकाओं (raw accuracy tables) को संरचित सांख्यिकीय रिपोर्टों—जिसमें कॉन्फिडेंस इंटरवल, सुधारात्मक पेयर्ड टेस्ट और रैंक एग्रीगेशन शामिल हैं—से प्रतिस्थापित करता है, ताकि ग्राफ न्यूरल नेटवर्क के प्रदर्शन की तुलना के लिए पुनरुत्पादित और सिद्धांतवादी तुलना प्रदान की जा सके जो सीड्स (seeds) और डेटासेट्स के बीच प्रदर्शन की परिवर्तनशीलता को ध्यान में रखती है।
यह शोध पत्र AutoRedTrader को प्रस्तुत करता है, जो एक स्वायत्त रेड-टीमिंग फ्रेमवर्क है जो सूक्ष्म, वित्त-विशिष्ट गलत सूचना उत्पन्न करता है ताकि एलएलएम-आधारित ट्रेडिंग एजेंटों की कमजोरियों का व्यवस्थित रूप से मूल्यांकन और अनावरण किया जा सके, जो बिटकॉइन लेनदेन डेटा पर सामान्य-उद्देश्य वाले बेसलाइन की तुलना में बेहतर हमले की प्रभावशीलता प्रदर्शित करता है।
यह शोध पत्र SuperMeshNet को प्रस्तुत करता है, जो एक अर्ध-पर्यवेक्षित (semi-supervised) न्यूरल फ्रेमवर्क है जो कम-रिज़ॉल्यूशन वाले डेटा से उच्च-सटीक मेश-आधारित सिमुलेशन समाधानों को कुशलतापूर्वक पुनर्निर्मित करने के लिए पूरक शिक्षण (complementary learning) और प्रेरणिक पूर्वाग्रहों (inductive biases) का उपयोग करता है, जबकि इसके लिए पूर्णतः पर्यवेक्षित बेंचमार्क की तुलना में 90% कम उच्च-रिज़ॉल्यूशन वाले प्रशिक्षण डेटा की आवश्यकता होती है।
यह शोध पत्र MC को प्रस्तुत करता है, जो एक हाइब्रिड सॉल्वर है जो पारंपरिक मोंटे कार्लो दृष्टिकोणों की तुलना में 1000 गुना तेज़ी से उच्च-सटीकता वाले एलिप्टिक PDE समाधान प्राप्त करने के लिए लो-बजट मोंटे कार्लो विधियों को न्यूरल नेटवर्क सुधार के साथ जोड़ता है, साथ ही सीमित-कंप्यूट PDE सॉल्विंग के मूल्यांकन के लिए एक व्यापक बेंचमार्क PDEZoo की रिलीज़ भी करता है।