22092 पेपर
RIZZ ब्लैक-बॉक्स लैंग्वेज मॉडल एजेंटों के लिए एक निरंतर अनुकूलन ढांचा है जो इंटरैक्शन को विशिष्ट मेमोरी शाखाओं में गतिशील रूप से रूट करके और उन्हें केवल सत्यापनकर्ता-गेटेड फीडबैक के माध्यम से अपडेट करके गैर-स्थिर वातावरण में हस्तक्षेप को कम करता है।
यह शोध पत्र एक ऐसा नवीन ढांचा प्रस्तावित करता है जो यात्री-निर्देशित स्वायत्त ड्राइविंग के लिए ड्युलिंग डबल डीप क्यू-नेटवर्क को सुरक्षा-उन्मुख स्पष्टीकरण उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल मॉड्यूल के साथ एकीकृत करता है, जिससे पारदर्शी और व्याख्या योग्य निर्णय लेने के माध्यम से सार्वजनिक विश्वास में वृद्धि होती है।
यह शोध पत्र एक डीप रीइन्फोर्समेंट लर्निंग-आधारित हाइब्रिड प्लूटनिंग नियंत्रण रणनीति प्रस्तावित करता है जो लचीलेपन को बढ़ाने के लिए गैर-कनेक्टेड वाहनों को मिश्रित यातायात में गतिशील रूप से एकीकृत करता है और व्यवधान प्रसार को दबाते हुए यातायात थ्रूपुट और स्थिरता के बीच संतुलन को अनुकूलित करता है।
यह शोध पत्र एक स्वायत्त प्रणाली द्वारा बिना किसी मानवीय हस्तक्षेप के एक 30B फ्रंटियर मॉडल के एंड-टू-एंड पोस्ट-ट्रेनिंग को सफलतापूर्वक निष्पादित करने के पहले सार्वजनिक रूप से प्रलेखित उदाहरण की रिपोर्ट करता है, जिसने प्रतिस्पर्धी लीडरबोर्ड प्रदर्शन हासिल किया है और अपने स्वयं के भ्रामक मूल्यांकन मेट्रिक्स को स्वतंत्र रूप से पहचानने और सुधारने की क्षमता प्रदर्शित की है।
यह शोध पत्र "स्किल कवरेज" (skill coverage) को प्रस्तुत करता है, जो एक टेस्ट पर्याप्तता मीट्रिक है जो यह मूल्यांकन करता है कि एजेंट के कौशल कितनी व्यापकता से प्रशिक्षित किए गए हैं, यह मापने के लिए कि एजेंट के प्रक्षेप पथों (trajectories) में प्रलेखित व्यवहार बाधाओं का अवलोकन किस सीमा तक किया जाता है, जिससे यह पता चलता है कि वर्तमान बेंचमार्क कार्य सफलता के बावजूद इन बाधाओं के 44% से भी कम हिस्से को कवर करते हैं।
यह शोध पत्र BELLS-O को प्रस्तुत करता है, जो पहला स्वतंत्र परिचालन बेंचमार्क है जो 28 LLM पर्यवेक्षण प्रणालियों का डिटेक्शन सटीकता, विलंबता (latency) और लागत के आधार पर मूल्यांकन करता है, जिससे यह पता चलता है कि विशेष गार्डरेल्स कंटेंट मॉडरेशन के लिए अधिक कुशल हैं जबकि फ्रंटियर जनरलिस्ट LLMs जेलब्रेक डिटेक्शन के लिए बेहतर प्रदर्शन प्रदान करते हैं, बावजूद इसके कि उनका खर्च काफी अधिक है।
न्यूरोशील्ड (NeuroShield) एक डिवाइस-एग्नोस्टिक फाउंडेशन मॉडल है जो परिवर्तनशील-चैनल और परिवर्तनशील-लंबाई वाले रिकॉर्डिंग से पहचान-विभेदक एम्बेडिंग्स सीखकर ईईजी (EEG) प्रमाणीकरण के विखंडन को दूर करता है, और विविध हार्डवेयर एवं डेटासेट्स पर अत्याधुनिक तरीकों की तुलना में बेहतर प्रदर्शन और सामान्यीकरण प्राप्त करता है।
यह शोध पत्र इंटरचेंज-ग्रुप सोबोल डिकम्पोज़िशन (IGSD) प्रस्तुत करता है, जो एक युग्मित-हस्तक्षेप ढांचा (paired-intervention framework) है जो कार्य-प्रासंगिक सामग्री को ले जाने बनाम केवल फॉरवर्ड कंप्यूटेशन में सहायता करने में एक ट्रांसफार्मर घटक की भूमिका के बीच अंतर करता है, जिससे तथ्यात्मक रिकॉल (factual recall) के विशिष्ट प्रारंभिक-परत वाले चैनलों का खुलासा होता है जिन्हें मानक महत्व मेट्रिक्स अनदेखा कर देते हैं।
NeoJaundice-AI भारत के लिए डिज़ाइन किया गया एक ऑफलाइन, स्मार्टफोन-आधारित डीप लर्निंग सिस्टम है जो विविध स्किन-टोन्स (त्वचा के रंगों) में नवजात पीलिया का तेजी से और सटीक रूप से पता लगाने और बिलीरुबिन के स्तर का अनुमान लगाने के लिए डुअल-इनपुट इमेज विश्लेषण, सिंथेटिक डेटा ऑग्मेंटेशन और स्किन-टोन नॉर्मलाइजेशन का उपयोग करता है।
यह अध्ययन एक वीडियो स्विन-हाइब्रिड-यू-नेट (Video Swin-Hybrid-U-Net) डीप लर्निंग फ्रेमवर्क प्रस्तावित करता है जो कनाडा भर में स्थानिक-कालिक (spatio-temporal) जंगल की आग के प्रसार के पैटर्न की सटीक भविष्यवाणी करने के लिए सार्वजनिक रूप से उपलब्ध उपग्रह चित्रों और मौसम संबंधी डेटा का लाभ उठाता है।