616 पेपर
यह अध्ययन एक ऑगमेंटेड लैग्रेंजियन-आधारित टोपोलॉजी अनुकूलन ढांचे का प्रस्ताव करता है जो स्थिर और चक्रीय लोडिंग दोनों स्थितियों के तहत इष्टतम यांत्रिक प्रदर्शन वाले मेटामटेरियल माइक्रोस्ट्रक्चर को डिजाइन करने के लिए स्थानीय तनाव बाधाओं को शामिल करता है।
यह शोध पत्र एक नवीन बाल्डविनियन विकास ढांचे (Baldwinian evolution framework) का प्रस्ताव करता है जो कुशल शिक्षण के लिए उन्हें विकासवादी पूर्वाग्रहों (evolutionary biases) के साथ पूर्व-वायर्ड करके फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क्स (PINNs) की सामान्यीकरण क्षमता को बढ़ाता है, जिससे विविध भौतिक कार्यों में अत्याधुनिक मेटा-लर्निंग विधियों की तुलना में काफी अधिक सटीकता और कम कम्प्यूटेशनल लागत प्राप्त होती है।
यह शोध पत्र प्रशिक्षण गति, सटीकता और सामान्यीकरण में महत्वपूर्ण चुनौतियों से पार पाने के लिए फिज़िक्स-इन्फॉर्म्ड न्यूरल नेटवर्क (PINNs) के साथ ग्रेडिएंट-फ्री इवोल्यूशनरी एल्गोरिदम के एकीकरण की वकालत करता है, जिससे सुदृढ़ फिजिकल एआई (Physical AI) के विकास को बढ़ावा मिलता है।
PHAST एक पोर्ट-हैमिल्टोनियन (port-Hamiltonian) डीप लर्निंग आर्किटेक्चर है जो स्ट्रैंग स्प्लिटिंग (Strang splitting) और संरचित हैमिल्टोनियन अपघटन (structured Hamiltonian decomposition) का लाभ उठाकर विविध विसरणात्मक भौतिक प्रणालियों (dissipative physical systems) में केवल स्थिति-मात्र अवलोकनों (position-only observations) से स्थिर दीर्घ-अवधि पूर्वानुमान और भौतिक रूप से सार्थक पैरामीटर रिकवरी प्राप्त करता है।
यह शोध पत्र PINEAPPLE को प्रस्तुत करता है, जो भौतिकी-सूचित तंत्रिका नेटवर्क (physics-informed neural networks) को विकासवादी खोज (evolutionary search) के साथ संयोजित करने वाला एक नवीन ढांचा है, ताकि केवल वोल्टेज-समय डिस्चार्ज वक्रों से आंतरिक लिथियम-आयन बैटरी इलेक्ट्रोड मापदंडों का तीव्र, सटीक और सुदृढ़ वास्तविक समय अनुमान सक्षम किया जा सके, जो अगली पीढ़ी के बैटरी प्रबंधन प्रणालियों के लिए गैर-विनाशकारी अवस्था-स्वास्थ्य (state-of-health) निदान की सुविधा प्रदान करता है।
यह शोध पत्र FinTagging को प्रस्तुत करता है, जो पहला व्यापक बेंचमार्क है जो XBRL टैगिंग के जटिल कार्य को 'वित्तीय संख्यात्मक पहचान' (Financial Numeric Identification) और 'वित्तीय अवधारणा लिंकिंग' (Financial Concept Linking) में विभाजित करता है ताकि यह स्पष्ट किया जा सके कि जहाँ लार्ज लैंग्वेज मॉडल्स वित्तीय संस्थाओं को निकालने में उत्कृष्ट हैं, वहीं वे वास्तविक, संरचना-जागरूक स्थितियों के तहत उन्हें पूर्ण US GAAP टैक्सोनॉमी से मैप करने में काफी संघर्ष करते हैं।
यह शोध पत्र FinAuditing प्रस्तुत करता है, जो वास्तविक XBRL फाइलिंग से प्राप्त एक बड़े पैमाने का, वर्गीकरण-संरेखित (taxonomy-aligned) बेंचमार्क है, जो तीन वित्तीय ऑडिटिंग कार्यों में 13 अत्याधुनिक LLMs की क्षमताओं का मूल्यांकन करता है, और संरचना-जागरूक अर्थ संबंधी मिलान (structure-aware semantic matching), संबंध निष्कर्षण (relationship extraction) और गणितीय तर्क (mathematical reasoning) करने की उनकी क्षमता में महत्वपूर्ण अंतराल को प्रकट करता है।
यह शोध पत्र BEMEval-Doc2Schema प्रस्तुत करता है, जो कि पहला समुदाय-संचालित बेंचमार्क फ्रेमवर्क है जिसमें की-वैल्यू ओवरलैप रेट (KVOR) मेट्रिक शामिल है, ताकि स्वचालित ऊर्जा मॉडलिंग के लिए बिल्डिंग दस्तावेज़ीकरण से संरचित डेटा निकालने में लार्ज लैंग्वेज मॉडल्स के प्रदर्शन का व्यवस्थित रूप से मूल्यांकन और तुलना की जा सके।
Conv-FinRe स्टॉक अनुशंसा के लिए एक संवादात्मक और अनुदैर्ध्य बेंचमार्क पेश करता है जो शोर वाले उपयोगकर्ता व्यवहार की नकल करने और दीर्घकालिक निवेशक लक्ष्यों के अनुरूप उपयोगिता-आधारित रैंकिंग उत्पन्न करने के बीच अंतर करके बड़े भाषा मॉडल (LLMs) का मूल्यांकन करता है, जिससे तर्कसंगत निर्णय की गुणवत्ता और व्यवहार संबंधी संरेखण के बीच एक निरंतर तनाव का पता चलता है।
यह शोधपत्र रैखिक काइनेमैटिक हार्डनिंग वाले इलास्टो-प्लास्टिक सामग्रियों के लिए एक वेरिएशनल मल्टी-फेज मॉडल प्रस्तुत करता है जो चरण परिवर्तनों के दौरान निरंतर सूक्ष्म संरचना विकास का वर्णन करने के लिए एक डिसिपेशन डिस्टेंस और यंग मेजर्स का उपयोग करता है, जिसे बाद में एक द्वि-आयामी परिमित तत्व विधि (फाइनाइट एलीमेंट मेथड) बेंचमार्क के माध्यम से सत्यापित किया गया है।