22999 पेपर
SmartThinker एक नवीन GRPO-आधारित विधि है जो बड़े रीजनिंग मॉडल्स में रेडंडेंसी (अनावश्यकता) और ओवरथिंकिंग को कम करने के लिए प्रशिक्षण के दौरान चेन-ऑफ-थॉट की लंबाई को गतिशील रूप से कैलिब्रेट करती है, जिससे जटिल बेंचमार्क पर सटीकता में सुधार या उसे बनाए रखते हुए महत्वपूर्ण टोकन संपीड़न (कंप्रेशन) प्राप्त होता है।
यह शोध पत्र पोस्ट-सर्विंग संदर्भों (post-serving contexts), अज्ञात विलंब (unknown delays) और प्रतिकूल भ्रष्टाचार (adversarial corruptions) वाले अस्थिर वातावरण में रोबस्ट लीनियर ड्यूलिंग बैंडिट्स के लिए e RCDP-UCB एल्गोरिदम का प्रस्ताव करता है, जो एक सीखे हुए संदर्भ एप्रोक्सिमेटर (context approximator) और अनुकूली फीचर क्लिपिंग (adaptive feature clipping) का उपयोग करके का निकट-इष्टतम रिग्रेट बाउंड प्राप्त करता है, जो पूर्ववर्ती कार्यों में विशिष्ट मल्टीप्लिकेटिव डिग्रेडेशन से बचता है।
यह शोध पत्र मल्टी-प्रोडक्ट साइबर-फिजिकल सिस्टम के लिए एक प्रोडक्ट-अवेयर डीप ऑटोएन्कोडर फ्रेमवर्क प्रस्तावित करता है जो ग्रेड-विशिष्ट वितरणों तक सीखने को सीमित करके वैश्विक मॉडलों में निहित सुरक्षा ब्लाइंड स्पॉट्स को कम करता है, और उन स्ट्रेस टेस्ट में 100% डिटेक्शन सटीकता प्राप्त करता है जहाँ पारंपरिक वैश्विक बेसलाइन 77.8% बार विफल रहे थे।
यह शोध पत्र SentimentLens प्रस्तुत करता है, जो एक स्केलेबल एस्पेक्ट-बेस्ड सेंटीमेंट एनालिसिस सिस्टम है जो टेक्स्टुअल सेंटीमेंट को न्यूमेरिकल रेटिंग के साथ सामंजस्य बिठाकर अनस्ट्रक्चर्ड होटल समीक्षाओं को कार्रवाई योग्य अंतर्दृष्टि में बदल देता है ताकि सेवा गुणवत्ता की विसंगतियों की पहचान की जा सके और आतिथ्य क्षेत्र में डेटा-संचालित निर्णय लेने में सहायता मिल सके।
यह शोध पत्र एक एनकोडर-ओनली पाइपलाइन का उपयोग करके कच्चे वीडियो पिक्सल से टाइम-इनवेरिएंट सेकंड-ऑर्डर ओडीई (ODE) की स्ट्रक्चरल आइडेंटिफिएबिलिटी (structural identifiability) स्थापित करता है, यह सिद्ध करते हुए कि विशिष्ट प्रक्षेपवक्र स्थितियाँ (trajectory conditions) बिना किसी कंप्यूट-इंटेंसिव पिक्सेल पुनर्निर्माण की आवश्यकता के भौतिक मापदंडों की सटीक रिकवरी को सक्षम बनाती हैं।
यह शोध पत्र बांग्लादेश के कम-संसाधन वाले, बहुभाषी कानूनी दस्तावेजों को वर्गीकृत करने और सारांशित करने के लिए एक नवीन KAN-संवर्धित BiGRU आर्किटेक्चर प्रस्तावित करता है, जो यह प्रदर्शित करता है कि कोलमोगोरोव-आर्नोल्ड नेटवर्क को एकीकृत करने से बेसलाइन मॉडल की तुलना में वर्गीकरण सटीकता 57.34% से बढ़कर 67.96% हो जाती है।
यह शोध पत्र प्रदर्शित करता है कि विज़न ट्रांसफॉर्मर में पोजीशनल एनकोडिंग एक स्थिर, इंडेक्स-एंकरित स्थानिक संरचना स्थापित करने के लिए आवश्यक है जो किसी भी विशिष्ट एनकोडिंग तंत्र के उपयोग के बावजूद, सामग्री-विघटनकारी वितरण परिवर्तनों (content-disrupting distribution shifts) के विरुद्ध मजबूती सुनिश्चित करती है।
यह शोध पत्र प्रदर्शित करता है कि न्यूनतम भाषा मॉडल डेटा से व्युत्पन्न एक आयामी भावनात्मक वैलेंस अक्ष (emotional valence axis) मानव ईईजी (EEG) निरूपणों के साथ संरेखित होता है, लेकिन यह भी प्रकट करता है कि आगे का संरेखण पर्यवेक्षण (alignment supervision) एक "संतृप्ति नियमितता" (saturation regularity) के कारण प्रतिकूल है, जो अवशिष्ट उप-स्थानों (residual subspaces) पर एक नवीन एंसेम्बल रणनीति को प्रेरित करता है जो मस्तिष्क-डिकोडिंग सटीकता में महत्वपूर्ण सुधार करती है।
AI-PROPELLER ने मैजलन (Magellan) नामक एक एजेंटिक वर्कफ़्लो पेश किया है जो सटीक रिवॉर्ड सिग्नल के लिए वास्तविक हार्डवेयर निष्पादन का लाभ उठाकर, बड़े वेयरहाउस-स्केल अनुप्रयोगों के लिए पहले सफल फाइन-ग्रेंड इंटरप्रोसीजरल कोड लेआउट ऑप्टिमाइज़ेशन को प्राप्त करने हेतु प्रोपेलर पोस्ट-लिंक ऑप्टिमाइज़र को विकसित करता है, जिससे 0.23% से 1.6% तक प्रदर्शन सुधार प्राप्त होता है।
यह शोध पत्र यह प्रकट करके कि कैसे मामूली कार्यान्वयन विकल्प मूल्यांकन परिणामों को महत्वपूर्ण रूप से प्रभावित करते हैं और प्रदर्शन से समझौता किए बिना सुदृढीकरण लर्निंग (reinforcement learning) प्रशिक्षण को गति देने वाली तकनीकों को पेश करके, एजेंटिक टूल-कॉलिंग की प्रभावशीलता और दक्षता की जांच करता है।