Hugging Face-இல் உள்ள சிறந்த AI ஆய்வுக் கட்டுரைகள் (Papers)
AI மிக வேகமாக முன்னேறி வருகிறது. தற்போதைய போக்குகள் நீண்டகால ஏஜெண்டுகள் (long-term agents), LLM-களுக்கான வலுவூட்டல் கற்றல் (reinforcement learning) மற்றும் உருவாக்கும் மாதிரிகள் (generative models) மீதான சிறந்த கட்டுப்பாடு ஆகியவற்றில் கவனம் செலுத்துகின்றன.
Hugging Face-லிருந்து 10 முக்கியமான ஆய்வுக் கட்டுரைகள் இதோ:
- Program-as-Weights (2607.02512)
- சிக்கல்: பணிகளை ஹார்ட்-கோடிங் (hard-coding) செய்வது கடினம், ஆனால் மிகப்பெரிய மாதிரிகளை இயக்குவது செலவு அதிகம்.
- யோசனை: இயற்கை மொழி விளக்கங்களைச் சிறிய நரம்பியல் கலைப்பொருட்களாக (neural artifacts) மாற்றுவது.
- புதிய அணுகுமுறை: 0.6B மாதிரி இயங்கும் வகையில் ஒரு சிறிய எடை தொகுப்பை (weight package) உருவாக்க 4B கம்பைலரைப் பயன்படுத்துதல்.
- பயன்பாடு: சாதனத்திலேயே இயங்கும் AI மற்றும் வேகமான உள்ளூர் கருவிகள்.
- GitHub: https://github.com/programasweights/programasweights-python
- Training vs. Inference Policy (2606.29526)
- சிக்கல்: மாதிரிகள் பெரும்பாலும் பயிற்சியின் போது செயல்படும் விதத்திற்கும், நிஜ பயன்பாட்டின் போது செயல்படும் விதத்திற்கும் வித்தியாசம் உள்ளது.
- யோசனை: உண்மையான இன்ஃபரன்ஸ் (inference) போது பயன்படுத்தப்படும் கொள்கையை (policy) மேம்படுத்துவதில் கவனம் செலுத்துதல்.
- புதிய அணுகுமுறை: பயிற்சியின் இலக்குகளை நிஜ உலக முடிவெடுத்தலுடன் ஒருங்கிணைத்தல்.
- பயன்பாடு: நிலையான LLM பகுத்தறிவு மற்றும் RLHF குழாய்கள் (pipelines).
- Project: https://anitaleungxx.github.io/MIPU/
- AgenticSTS (2607.02255)
- சிக்கல்: நீண்டகால ஏஜெண்டுகளின் நினைவகம் ஒழுங்கற்றதாக இருப்பதால் அவை தோல்வியடைகின்றன.
- யோசனை: கான்டெக்ஸ்ட் விண்டோவை (context window) நிரப்புவதற்குப் பதிலாக, நினைவகத் துண்டுகளை ஒழுங்கமைக்க வகைப்படுத்தப்பட்ட மீட்டெடுப்பைப் (typed retrieval) பயன்படுத்துதல்.
- புதிய அணுகுமுறை: குறுகிய கால மற்றும் மூலோபாயத் தகவல்களுக்காகக் கட்டுப்படுத்தப்பட்ட நினைவக அடுக்குகளை உருவாக்குதல்.
- பயன்பாடு: நீண்டகால AI உதவியாளர்கள் மற்றும் சிக்கலான நிறுவன பணிப்பாய்வுகள் (workflows).
- GitHub: https://github.com/AlayaLab/AgenticSTS
- EvoPolicyGym (2607.02440)
- சிக்கல்: ஒரு ஏஜெண்ட் தனது சொந்த விதிகளை மேம்படுத்த முடியுமா என்பதை அளவிடுவதற்கான வழிகள் எங்களிடம் இல்லை.
- யோசனை: ஏஜெண்டுகள் தங்கள் சொந்த கொள்கைகளைத் திருத்த வேண்டிய ஒரு சூழல்.
- புதிய அணுகுமுறை: இறுதி முடிவை மட்டும் மதிப்பிடாமல், சுய முன்னேற்ற செயல்முறையையும் மதிப்பிடுதல்.
- பயன்பாடு: ஆட்டோ-ஏஜெண்டுகள் மற்றும் ரோபாட்டிக்ஸ்.
- FlashMorph (2606.30562)
- சிக்கல்: நீண்ட உரைகளுக்கு டிரான்ஸ்பார்மர்களில் (Transformers) முழுமையான அட்டென்ஷன் (full attention) என்பது மிகவும் செலவு மிக்கது.
- யோசனை: முழுமையான அட்டென்ஷனை மலிவான லீனியர் அட்டென்ஷனுடன் (linear attention) கலப்பது.
- புதிய அணுகுமுறை: சிறந்த கலப்பு அமைப்பைக் கண்டறிய அடுக்கு சார்ந்த கேட்டைப் (layer-based gate) பயன்படுத்துதல்.
- பயன்பாடு: நீண்ட ஆவண செயலாக்கம் மற்றும் RAG அமைப்புகள்.
- GitHub: https://github.com/LanDisen/FlashMorph
- MrFlow (2607.01642)
- சிக்கல்: டிஃப்யூஷன் மாதிரிகள் (Diffusion models) அதிக ரெசல்யூஷன்களில் மெதுவாகச் செயல்படுகின்றன.
- யோசனை: கூடுதல் பயிற்சி இன்றி உருவாக்கத்தின் வேகத்தை அதிகரித்தல்.
- புதிய அணுகுமுறை: முதலில் குறைந்த ரெசல்யூஷனில் உருவாக்கி, பின்னர் சூப்பர்-ரெசல்யூஷனைப் பயன்படுத்துதல்.
- பயன்பாடு: வேகமான உரையிலிருந்து படமாக மாற்றும் கருவிகள்.
- GitHub: https://github.com/Xingyu-Zheng/MrFlow
- AgenticDataBench (2607.01647)
- சிக்கல்: தற்போதைய பெஞ்ச்மார்க்குகள் (benchmarks) உண்மையான தரவு அறிவியல் பணிகளைப் பிரதிபலிக்கவில்லை.
- யோசனை: பல துறைகளில் உள்ள தரவு ஏஜெண்டுகளுக்கான விரிவான சோதனை.
- புதிய அணுகுமுறை: ஸ்கீமா புரிதல் (schema understanding) மற்றும் பிழை பகுப்பாய்வு போன்ற குறிப்பிட்ட திறன்களை அளவிடுதல்.
- பயன்பாடு: AI தரவு ஆய்வாளர்களை மதிப்பீடு செய்தல்.
- GitHub: https://github.com/AgenticDataBench/AgenticDataBench
- WorldDirector (2607.02517)
- சிக்கல்: வீடியோ உருவாக்கத்தில் நீண்டகாலத் தொடர்ச்சி (consistency) இல்லை.
- யோசனை: இயக்கத் திட்டமிடலை (motion planning) விஷுவல் ரெண்டரிங்கிலிருந்து (visual rendering) பிரித்தல்.
- புதிய அணுகுமுறை: 3D பொருள்களின் பாதைகள் மற்றும் கேமரா இயக்கத்தை நிர்வகிக்க ஒரு LLM-ஐப் பயன்படுத்துதல்.
- பயன்பாடு: AI திரைப்படங்கள் மற்றும் கேம் உள்ளடக்கங்கள்.
- VLA-Corrector (2607.01804)
- சிக்கல்: விரைவாக முடிவெடுக்கும் ரோபோக்கள் பாதையிலிருந்து விலகக்கூடும்.
- யோசனை: நிகழ்நேரத்தில் பிழைகளைக் கண்டறிய ஒரு விஷன் மானிட்டரை (vision monitor) சேர்த்தல்.
- புதிய அணுகுமுறை: விலகல் ஏற்படும் போது மட்டும் மறுதிட்டமிடலைத் (replanning) தூண்டுதல்.
- பயன்பாடு: சிக்கலான ரோபோடிக் பிக்-அண்ட்-பிளேஸ் (pick-and-place) பணிகள்.
- GitHub: https://github.com/ZJU-OmniAI/vla-corrector
- MRPO (2606.31825)
- சிக்கல்: மருத்துவ AI-இல், ஒரு சிறிய தவறு முழு பகுத்தறிவுச் சங்கிலியையும் (reasoning chain) கெடுத்துவிடும்.
- யோசனை: இறுதிப் பதிலுக்கு மட்டும் வெகுமதி அளிக்காமல், ஒவ்வொரு சரியான படிநிலைக்கும் மாதிரியை வெகுமதி அளித்தல்.
- புதிய அணுகுமுறை: மருத்துவப் பகுத்தறிவுக்காக படிநிலைச் செயல்முறை வெகுமதிகளைப் (step-wise process rewards) பயன்படுத்துதல்.
- பயன்பாடு: கிளினிக்கல் VQA மற்றும் மருத்துவ இமேஜிங் ஆதரவு.
- GitHub: https://github.com/dmis-lab/MRPO
போக்குகளின் சுருக்கம்:
- சிறந்த ஏஜெண்டுகள்: கட்டமைக்கப்பட்ட நினைவகம் மற்றும் சுய முன்னேற்றத்தை நோக்கி நகர்தல்.
- சிறந்த செயல்திறன்: கலப்பு அட்டென்ஷன் மற்றும் பல-படித்தான ஓட்டங்கள் (multi-resolution flows) மூலம் செலவுகளைக் குறைத்தல்.
- சிறந்த நம்பகத்தன்மை: பயிற்சியை இன்ஃபரன்ஸுடன் ஒருங்கிணைத்தல் மற்றும் சரியான தர்க்கப் படிகளுக்கு வெகுமதி அளித்தல்.
ஆதாரம்: https://dev.to/y_hnhnhan_2f26de65ffcc4/top-ai-papers-on-hugging-face-2026-07-06-225o
விருப்பமான கற்றல் சமூகம்: https://t.me/GyaanSetuAi