22512 पेपर
यह शोध पत्र कम हार्डवेयर लागत पर व्यापक वर्कस्पेस प्राप्त करने के लिए क्वाटरनियन जॉइंट्स का उपयोग करते हुए एक नवीन 4-सेगमेंट, 8-जॉइंट केबल-ड्रिवन रिडंडेंट मैनिपुलेटर का परिचय देता है, जो यह प्रदर्शित करता है कि रेसिडुअल रीइन्फोर्समेंट लर्निंग, नियंत्रण सटीकता और सरलता में FABRIK एल्गोरिदम से काफी बेहतर प्रदर्शन करती है।
यह शोध पत्र HyFAD का प्रस्ताव करता है, जो एक हाइब्रिड टाइम-फ्रीक्वेंसी डिफ्यूजन मॉडल है जो वैश्विक रुझानों (global trends) और स्थानीय गतिकी (local dynamics) को प्रभावी ढंग से संतुलित करने के लिए फ्रीक्वेंसी-अवेयर एम्बेडिंग्स का उपयोग करते हुए डेटा को टाइम डोमेन से फ्रीक्वेंसी डोमेन में क्रमिक रूप से डिनोइज़ करता है, जिससे टाइम सीरीज़ इम्प्यूटेशन में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोधपत्र TTT-RTL प्रस्तुत करता है, जो एक नवीन टेस्ट-टाइम ट्रेनिंग फ्रेमवर्क है जो रजिस्टर-ट्रांसफर-लेवल (RTL) हार्डवेयर डिज़ाइनों को महत्वपूर्ण रूप से अनुकूलित करने के लिए सुदृढीकरण शिक्षण (reinforcement learning) और निष्पादन योग्य EDA फीडबैक का उपयोग करके एक लार्ज लैंग्वेज मॉडल पॉलिसी को गतिशील रूप से अनुकूलित करता है, जिससे मौजूदा फ्रोजन-पॉलिसी बेसलाइन की तुलना में पावर, परफॉरमेंस और एरिया (PPA) में पर्याप्त सुधार प्राप्त होता है।
फ़्लैश-WAM (Flash-WAM) एक मोडैलिटी-अवेयर स्टेप-डिस्टिलेशन फ्रेमवर्क है जो वीडियो और एक्शन स्ट्रीम्स के भिन्न शोर व्यवस्थाओं (noise regimes) के लिए अनुकूलित विशिष्ट कंसिस्टेंसी पैरामीट्रिज़ेशन का उपयोग करके वर्ल्ड एक्शन मॉडल्स के लिए रीयल-टाइम, सिंगल-स्टेप इन्फरेंस सक्षम करता है, जिससे उच्च कार्य सफलता दर को बनाए रखते हुए 23x की गति वृद्धि प्राप्त होती है।
यह शोध पत्र यूजर इवेंट सीक्वेंस पर प्रशिक्षित बिहेवियरल फाउंडेशन मॉडल्स के लिए स्केलिंग लॉ (scaling laws) स्थापित करता है, जो यह प्रकट करता है कि एक छोटा फीचर-आधारित एंबेडर (embedder) लगातार कंप्यूट-ऑप्टिमल होता है, और कि इष्टतम प्रशिक्षण रणनीतियाँ बजट और मूल्यांकन मेट्रिक्स के साथ बदलती हैं, तथा नेगेटिव सैंपलिंग बाधाएं अंततः FLOPs से मेमोरी सीमाओं में परिवर्तित हो जाती हैं।
यह शोध पत्र NIV (न्यूरल एक्सिस वेरिएशंस) प्रस्तुत करता है, जो एक न्यूरल नेटवर्क पद्धति है जो एक नवीन प्रॉपर्टी एम्बेडिंग तंत्र का उपयोग करके प्रति-बिंदु ग्लिफ विस्थापन (per-point glyph displacement) की भविष्यवाणी करती है, जिससे स्थिर फोंट को स्वचालित रूप से पूर्णतः कार्यात्मक वेरिएबल फोंट में परिवर्तित किया जा सकता है और बिना किसी मानवीय हस्तक्षेप के विविध वर्ण समूहों और शैलियों में सुसंगत बहु-अक्षीय विविधताओं को सक्षम बनाया जा सकता है।
यह शोध पत्र CVT-RL का प्रस्ताव करता है, जो एक कतिपय (constrained) पॉलिसी-ग्रेडिएंट एल्गोरिदम है जो पॉलिसी-कंडीशन्ड काउंटरफैक्चुअल क्रेडिट एस्टीमेशन और वेरिफिएबल रिवॉर्ड गेटिंग का लाभ उठाता है ताकि लॉन्ग-होरिजन लैंग्वेज एजेंट्स की सफलता दर और साक्ष्य गुणवत्ता में महत्वपूर्ण सुधार किया जा सके, जबकि अनसपोर्टेड क्लेम्स और शॉर्टकट हैकिंग व्यवहारों को प्रभावी ढंग से कम किया जा सके।
यह शोध पत्र सबमैट्रिक्स और डेंस सबग्राफ मॉडलों में दो प्लांटेड मैकेनिज्म के बीच अंतर करने के लिए पहले शार्प लो-डिग्री थ्रेशोल्ड स्थापित करता है, जो यह सिद्ध करता है कि टेस्टिंग थ्रेशोल्ड एक शार्प कांस्टेंट तक रिकवरी थ्रेशोल्ड से मेल खाता है जबकि वीक टेस्टिंग के लिए एक स्मूथ ट्रांज़िशन को प्रकट करता है।
यह अध्ययन एक रिकंस्ट्रक्शन-आधारित LSTM ऑटोएनकोडर का उपयोग करके इलेक्ट्रो-हाइड्रोस्टैटिक एक्चुएटर्स (EHAs) के लिए एक ऑफलाइन विसंगति पहचान ढांचे का प्रस्ताव करता है जो तापमान और दबाव डेटा में सेंसर विसंगतियों की पहचान करने में उच्च सटीकता और कम फॉल्स-अलार्म दर प्राप्त करता है, जो टेम्पोरल डिपेंडेंसीज़ को प्रभावी ढंग से कैप्चर करके पारंपरिक सांख्यिकीय और मशीन लर्निंग विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एजेंटिक मोंटे कार्लो (AMC) का प्रस्ताव करता है, जो एक टेस्ट-टाइम ऑप्टिमाइज़ेशन विधि है जो पॉलिसी को एक बेयसियन पोस्टीरियर (Bayesian posterior) के रूप में मानकर, सीक्वेंशियल मोंटे कार्लो और एक सीखे हुए वैल्यू फंक्शन का लाभ उठाकर ब्लैक-बॉक्स LLM एजेंटों से इष्टतम प्रक्षेपवक्र (optimal trajectories) को सैंपल करती है, जिससे अंतर्निहित मॉडल में संशोधन किए बिना प्रॉम्प्टिंग और यहाँ तक कि GRPO जैसी ट्रेनिंग-आधारित RL विधियों से भी बेहतर प्रदर्शन प्राप्त होता है।