23511 पेपर
यह शोधपत्र प्रदर्शित करता है कि टोरंटो स्टॉक एक्सचेंज इंडेक्स पर एक ट्रांसफॉर्मर मॉडल को प्री-ट्रेन करने से, एलएसटीएम (LSTM) और एक्सजीबूस्ट (XGBoost) बेंचमार्क की तुलना में व्यक्तिगत स्टॉक रिटर्न की दिशा और मूल्यों की भविष्यवाणी करने की इसकी क्षमता में महत्वपूर्ण सुधार होता है, बावजूद इसके कि व्यावहारिक रूप से बाद वाले उच्च औसत दैनिक रिटर्न प्राप्त करते हैं।
यह शोधपत्र MODIAD का प्रस्ताव करता है, जो मल्टीमॉडल ऑनलाइन वितरित औद्योगिक विसंगति पहचान (multimodal online distributed industrial anomaly detection) के लिए एक नवीन ढांचा है, जो संसाधन बाधाओं के तहत उत्कृष्ट प्रदर्शन और दक्षता प्राप्त करने के लिए एक 'सीक्वेंशियल मार्जिनल गेन ग्रीडी' एल्गोरिदम द्वारा हल की गई 'मल्टी-क्लास इंटेलिजेंट शेड्यूलिंग' समस्या और एक 'रिसोर्स एफिशिएंट क्लास-वाइज लो रैंक एडेप्टेशन' रणनीति का उपयोग करता है।
यह शोध पत्र एक भौतिकी-निर्देशित न्यूरल नेटवर्क प्रस्तुत करता है जो वायुमंडलीय मोल अंशों का अनुमान लगाने के लिए GOES-East उपग्रह से प्राप्त उच्च-आवृत्ति, बहु-स्पेक्ट्रल डेटा का लाभ उठाता है, जो समर्पित उपकरणों की तुलना में कम सटीकता के बावजूद ग्रीनहाउस गैस परिवर्तनशीलता को ट्रैक करने के लिए अभूतपूर्व स्थानिक-कालिक कवरेज प्रदान करता है।
यह शोध पत्र "नैनो वर्ल्ड मॉडल्स" (Nano World Models) प्रस्तुत करता है, जो डिफ्यूजन फोर्सिंग (diffusion forcing) पर आधारित एक न्यूनतम और पुनरुत्पादक कोडबेस है जो विभिन्न वीडियो प्रेडिक्शन घटकों को एकीकृत करता है ताकि विविध वातावरणों में वर्ल्ड मॉडल डिज़ाइन विकल्पों के नियंत्रित और वैज्ञानिक अध्ययन को सक्षम बनाया जा सके।
यह शोध पत्र डिफ्यूज़्ड रिवॉर्ड (DIDR) के साथ Diff-Instruct का प्रस्ताव करता है, जो एक डेटा-मुक्त ढांचा है जो डिफ्यूजन प्रक्षेपवक्र (trajectory) में रिवॉर्ड-टिल्टेड वितरणों को प्रसारित करके एक-चरण वाले इमेज जनरेटरों को मानवीय प्राथमिकताओं के साथ संरेखित करता है, जिससे मौजूदा बेसलाइन और यहाँ तक कि मल्टी-स्टेप टीचर्स की तुलना में भी बेहतर दक्षता और इमेज फिडेलिटी प्राप्त होती है।
यह शोध पत्र 'रीज़न-इमेजिन-एक्ट' (RIA) का प्रस्ताव करता है, जो एक क्लोज्ड-लूप फ्रेमवर्क है जो ऑनलाइन सुरक्षा सत्यापन को सक्षम करने और स्वायत्त ड्राइविंग में निर्णय लेने के प्रदर्शन को महत्वपूर्ण रूप से सुधारने के लिए एक लार्ज लैंग्वेज मॉडल रीज़नर को एक एक्शन-कंडीशन्ड वर्ल्ड मॉडल के साथ एकीकृत करता है।
MGVQ एक नवीन वेक्टर क्वांटाइजेशन फ्रेमवर्क है जो विजन-लैंग्वेज मॉडल्स के लिए, सेंसिटिविटी-गाइडेड मिक्स्ड-प्रिसिजन क्वांटाइजेशन को ग्रेडिएंट-अवेयर सेकंड-ऑर्डर एरर कंपनसेशन के साथ एकीकृत करके क्रॉस-मोडैलिटी डिस्ट्रीब्यूशन मिसमैच और ग्रेडिएंट ड्रिफ्ट पर विजय प्राप्त करता है, जिससे अल्ट्रा-लो-बिट सेटिंग्स में स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।
यह शोध पत्र LLM-AutoSciLab का परिचय देता है, जो एक क्लोज्ड-लूप फ्रेमवर्क है जो परिकल्पना निर्माण को सक्रिय प्रयोग चयन के साथ एकीकृत करता है ताकि पिछले तरीकों की तुलना में अधिक सैंपल-कुशल और सटीक वैज्ञानिक खोज प्राप्त की जा सके, जिसे नए ActiveSciBench डेटासेट्स के माध्यम से सत्यापित किया गया है।
यह शोध पत्र इंटरैक्टबाइंड (InteractBind) का परिचय देता है, जो एक बड़े पैमाने का डेटासेट और बेंचमार्क है जिसे यह मूल्यांकन करने के लिए डिज़ाइन किया गया है कि क्या प्रोटीन-लिगैंड मॉडल बाइंडिंग साइटों और विशिष्ट गैर-सहसंयोजक अंतःक्रियाओं को सटीक रूप से स्थानीयकृत कर सकते हैं, जिससे यह पता चलता है कि वर्तमान मॉडल अक्सर बाइंडिंग की संभावना की भविष्यवाणी करने में तो उत्कृष्ट होते हैं लेकिन आणविक पहचान के अंतर्निहित भौतिक तंत्र को पकड़ने में विफल रहते हैं।
यह शोध पत्र मल्टी-एआई सहयोग के लिए प्रस्तावक (प्रपोजर) एलएलएम के चयन को पूरकता पर केंद्रित एक कॉम्बिनेटोरियल समस्या के रूप में पुनर्गठित करता है, और ऐसे गणनात्मक रूप से व्यवहार्य ग्रीडी एल्गोरिदम का प्रस्ताव और सत्यापन करता है जो प्रस्तावक और सारांशकर्ता (समराइज़र) के बीच तालमेल को अनुकूलित करके मौजूदा सटीकता- या विविधता-केंद्रित दृष्टिकोणों से बेहतर प्रदर्शन करते हैं।