24017 पेपर
यह शोध पत्र GRAFT का प्रस्ताव करता है, जो एक नवीन हाइब्रिड सर्वाइवल एनालिसिस मॉडल है जो एक लीनियर AFT मॉडल को नॉन-लीनियर रेसिडुअल न्यूरल नेटवर्क और स्टोकेस्टिक फीचर सिलेक्शन के साथ जोड़कर प्रोगनोस्टिक रैंकिंग को कैलिब्रेशन से अलग करता है, जिससे उच्च-आयामी, सेंसर डेटा सेटिंग्स में बेहतर डिस्क्रिमिनेशन और कैलिब्रेशन प्रदर्शन प्राप्त होता है।
यह शोध पत्र R&B-EnCoRe प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित (self-supervised) ढांचा है जो एम्बोडीड रीजनिंग (embodied reasoning) को एक लेटेंट वेरिएबल के रूप में मानकर उसे बूटस्ट्रैप करता है ताकि इंटरनेट-स्केल ज्ञान से एक्शन-प्रेडिक्टिव रणनीतियों को आसवन (distill) किया जा सके, जिससे बिना किसी कठोर टेम्पलेट या बाहरी पुरस्कारों पर निर्भर रहे विभिन्न VLA मॉडलों में हेरफेर (manipulation), नेविगेशन और ड्राइविंग प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र AMS-HD को प्रस्तुत करता है, जो एक नवीन हाइपरडायमेंशनल कंप्यूटिंग फ्रेमवर्क है जो वियरेबल डिवाइस और FPGAs पर तीव्र पर्वतीय रुग्णता (एक्यूट माउंटेन सिकनेस) का वास्तविक समय में, ऊर्जा-कुशल और हार्डवेयर-अनुकूलित पता लगाने में सक्षम बनाता है, जो पारंपरिक मशीन लर्निंग विधियों की तुलना में बिजली की खपत और संसाधनों के उपयोग को काफी कम करते हुए प्रतिस्पर्धी सटीकता प्राप्त करता है।
यह शोध पत्र एक नवीन, डोमेन-अज्ञेय (domain-agnostic) ढांचे का प्रस्ताव करता है जो इनपुट संकेतों और क्लासिफायर लॉजिट्स (classifier logits) दोनों पर संचालित युग्मित डिफ्यूजन मॉडल्स का उपयोग करके संकेतों को संयुक्त रूप से बढ़ाता है और उन्हें वर्गीकृत करता है, जिससे क्लासिफायर को पुन: प्रशिक्षित किए बिना शोर वाले वातावरण में बेहतर सुदृढ़ता प्राप्त करने के लिए पारस्परिक मार्गदर्शन सक्षम होता है।
यह शोध पत्र STING को प्रस्तुत करता है, जो एक स्वचालित रेड-टीमिंग फ्रेमवर्क और विश्लेषण पद्धति है जो बहु-चरण (multi-turn), बहुभाषी LLM एजेंटों की अवैध सहायता के प्रति संवेदनशीलता का मूल्यांकन करता है, जिससे यह प्रकट होता है कि सिंगल-टर्न विधियों की तुलना में चरण-दर-चरण प्रतिकूल नियोजन (adversarial planning) हमले की सफलता को महत्वपूर्ण रूप से बढ़ा देता है और जेलब्रेक भेद्यता के संबंध में भाषा-संसाधन विषमताओं के बारे में धारणाओं को चुनौती देता है।
यह शोध पत्र ल्यूस्ट्र (Lustre) मॉडल चेकिंग और स्थानीय खोज (local search) के साथ संबंधों का लाभ उठाकर, सी-रास्प (C-RASP) प्रोग्रामों—जो ट्रांसफॉर्मर अभिव्यक्तता को समाहित करने वाले भाषा निर्माण हैं—को स्वचालित रूप से सत्यापित करने और सीखने के लिए नई एल्गोरिद्मिक तकनीकों को प्रस्तुत करता है, जिससे ट्रांसफॉर्मर प्रोग्राम अनुकूलन और बाधित शिक्षण (constrained learning) में अनुप्रयोग सक्षम होते हैं।
यह शोध पत्र डिस्क्रीट डिफ्यूजन (discrete diffusion) के लिए प्रेडिक्टर-करैक्टर सैंपलर (Predictor-Corrector samplers) के एक परिवार को प्रस्तुत करता है जो अधिक स्टेप्स के साथ जनरेशन की गुणवत्ता में सुधार करने के लिए एंसेस्ट्रल सैंपलिंग (ancestral sampling) के प्रदर्शन प्लेटो (performance plateau) को दूर करते हैं, और साथ ही एक मेमोरी-एफिशिएंट ट्रेनिंग करिकुलम का प्रस्ताव भी देते हैं जो इस धारणा को चुनौती देता है कि मास्कड डिफ्यूजन (Masked diffusion) लैंग्वेज मॉडलिंग के लिए बेहतर भविष्य है।
यह शोध पत्र एक क्लोज्ड-लूप कार्यप्रणाली प्रस्तुत करता है जो जेनेरिक प्रॉम्प्ट्स, पदानुक्रमित सत्यापन (hierarchical verification) और पुनरावृत्ति सुधार (iterative repair) का उपयोग करके न्यूनतम कंप्यूट लागत के साथ उच्च-प्रदर्शन वाले सुदृढीकरण लर्निंग (reinforcement learning) वातावरण को स्वचालित रूप से उत्पन्न करता है ताकि प्रत्यक्ष अनुवाद, प्रदर्शन समानता सत्यापन और नवीन वातावरण निर्माण सहित विविध वर्कफ़्लो में समानता सुनिश्चित की जा सके।
यह शोध पत्र एक LLM-संचालित ट्राइएजिंग एजेंट प्रस्तुत करता है जो धोखाधड़ी या विवादों का सामना कर रहे बैंक ग्राहकों को विशेषज्ञ टीमों तक रूट करने की सटीकता और दक्षता में सुधार करने के लिए मल्टी-टर्न बातचीत और सिंथेटिक डिजिटल ट्विन्स का उपयोग करता है, जिससे वर्गीकरण सटीकता में 30.6% की वृद्धि हुई है।