22423 पेपर
यह शोध पत्र DriveJudge को प्रस्तुत करता है, जो एक नवीन स्वायत्त ड्राइविंग मूल्यांकन एजेंट है जो मानव-संरेखित बेंचमार्क कार्यों पर श्रेष्ठ, व्याख्यात्मक और संदर्भ-जागरूक प्रदर्शन प्राप्त करने के लिए विजन-लैंग्वेज मॉडल तर्क (Vision-Language Model reasoning) को भौतिक रूप से-आधारित नियम फलनों (physically-grounded rule functions) के साथ एकीकृत करता है।
यह शोध पत्र बड़े मार्कोव निर्णय प्रक्रियाओं (मार्कोव डिसीजन प्रोसेस) के लिए एक प्रदर्शन-संचालित वातावरण अमूर्तता ढांचे (एनवायरनमेंट एब्स्ट्रैक्शन फ्रेमवर्क) का प्रस्ताव करता है जो Q-वैल्यू विसंगतियों के आधार पर वृक्ष-संरचित अवस्था विभाजनों को गतिशील रूप से परिष्कृत करने के लिए एक बहु-समय-पैमाने वाले सुदृढीकरण शिक्षण एल्गोरिदम का उपयोग करता है, जिससे नमूना दक्षता और कम्प्यूटेशनल जटिलता को संतुलित करते हुए निर्णय की गुणवत्ता को अनुकूलित किया जाता है।
यह शोध पत्र एजेंटिक एआई (agentic AI) प्रणालियों को मान्य करने के लिए एक पार्शियली ऑब्जर्वेबल मार्कोव डिसीजन प्रोसेस (POMDP)-आधारित ढांचे का प्रस्ताव करता है, जो स्वायत्त निर्णय लेने की प्रक्रिया को विश्वास निर्माण (belief formation), पूर्वानुमान (forecasting) और नीति चयन (policy selection) जैसे विशिष्ट घटकों में विभाजित करके एक कठोर मॉडल-जोखिम वर्गीकरण स्थापित करता है और एक पोर्टफोलियो-प्रबंधन केस स्टडी के माध्यम से इसकी प्रभावकारिता को प्रदर्शित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि मॉड्यूलर गुणन (modular multiplication) सीखने वाले ट्रांसफॉर्मर्स की स्पष्ट जटिलता गलत विश्लेषणात्मक आधार (analytical basis) के उपयोग का एक परिणाम है, जो यह प्रकट करता है कि वे वास्तव में एक विरल (sparse), व्याख्या योग्य "डिस्क्रीट-लॉग क्लॉक" (Discrete-Log Clock) एल्गोरिदम को लागू करते हैं, जो गुणन को मल्टीप्लिकेटिव कैरेक्टर्स (multiplicative characters) के स्थान में जोड़ में बदलकर निष्पादित करता है।
यह शोधपत्र LeaP को प्रस्तुत करता है, जो एक सीखने योग्य सोर्स प्रायर (source prior) है जो जनरेटिव रोबोटिक पॉलिसियों में मानक गॉसियन इनिशियलाइजेशन (Gaussian initialization) के स्थान पर प्रोप्रियोसेप्शन-कंडीशन्ड (proprioception-conditioned) वितरण को प्रतिस्थापित करता है, जिससे सिमुलेशन और वास्तविक दुनिया के मैनिपुलेशन कार्यों दोनों में सफलता दर और अभिसरण (convergence) में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक नवीन डीप लर्निंग फ्रेमवर्क प्रस्तुत करता है जो ओको-2 (OCO-2) स्पेक्ट्रा से वायुमंडलीय CO2 की तीव्र, सटीक और सुदृढ़ संभाव्य पुनर्प्राप्ति (probabilistic retrieval) को सक्षम करने के लिए लाप्लास सन्निकटन (Laplace approximations) और नॉर्मलाइजिंग फ्लो (normalizing flows) का उपयोग करता है, जो गति, अनिश्चितता परिमाणीकरण (uncertainty quantification) और मॉडल त्रुटियों को संभालने के मामले में पारंपरिक परिचालन एल्गोरिदम से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र फलन विचलन (function deviations) को सशर्त नमूनाकरण (conditional sampling) और गुप्त मिश्रण उतार-चढ़ाव (latent mixture fluctuations) में विभाजित करके अनंत रूप से विनिमेय अनुक्रमों (infinitely exchangeable sequences) के लिए एक नई एकाग्रता असमानता (concentration inequality) स्थापित करता है, यह प्रदर्शित करते हुए कि विशिष्ट रैखिक कंट्रास्ट (linear contrasts) मिश्रण पद को समाप्त कर कड़े बाउंड्स प्रदान करते हैं जो MMLU जैसे संमिश्र AI बेंचमार्क के लिए वितरण-मुक्त अनिश्चितता मात्रात्मकता (distribution-free uncertainty quantification) को सक्षम करते हैं।
यह शोध पत्र 133 मिलियन उत्प्रेरक संरचनाओं पर प्रीट्रेन किए गए एक बड़े पैमाने के ऑटोरेग्रेसिव जनरेटिव मॉडल को प्रस्तुत करता है जो विशिष्ट श्रेणीगत और निरंतर गुणों वाले वैध उत्प्रेरकों को उत्पन्न करके नियंत्रित इनवर्स डिज़ाइन को सक्षम बनाता है, जिससे प्रतिक्रिया-लक्षित खोज के लिए स्क्रीनिंग दक्षता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र मॉडल क्षमताओं और हार्नेस व्यवहार के बीच "इरादा-निष्पादन अंतराल" (intent-execution gap) को एक महत्वपूर्ण सिस्टम समस्या के रूप में प्रस्तुत करता है, जो इस बेमेल को कम करने के लिए अनुकूलन योग्य "सिंपल स्ट्रैंड्स एजेंट" (SSA) ढांचे का प्रस्ताव देता है और 138k एजेंट प्रक्षेपवक्रों (trajectories) के सूक्ष्म विश्लेषण के माध्यम से मॉडल-विशिष्ट समस्या-समाधान पैटर्न को उजागर करता है।
यह शोध पत्र AUTOGATE प्रस्तुत करता है, जो एक एजेंटिक फ्रेमवर्क है जो मशीन लर्निंग-आधारित वेवफॉर्म क्लस्टरिंग को LLM-संचालित RTL रीराइटिंग के साथ जोड़ता है ताकि बड़े औद्योगिक कोडबेस में स्केलेबल, वर्कलोड-अवेयर फाइन-ग्रेन क्लॉक गेटिंग को सक्षम किया जा सके, जिससे महत्वपूर्ण डायनेमिक पावर रिडक्शन प्राप्त होता है।