23845 पेपर
यह शोध पत्र प्रकट करता है कि लार्ज रीजनिंग मॉडल्स (Large Reasoning Models) में, रिफ्यूज़ल मैकेनिज्म (refusal mechanisms) रेसिडुअल स्ट्रीम एक्टिवेशन्स (residual stream activations) और चेन-ऑफ-थॉट ट्रेसेस (Chain-of-Thought traces) दोनों में संयुक्त रूप से एनकोड किए गए हैं, जिससे सरल एक्टिवेशन स्टीयरिंग (activation steering) तब तक कम प्रभावी हो जाती है जब तक कि स्वयं रीजनिंग प्रक्रिया में भी हेरफेर न किया जाए।
EmoDistill एक ऑफलाइन फ्रेमवर्क है जो एक दो-चरणीय प्रक्रिया के माध्यम से भावनात्मक कौशल को आसक्त (distill) करके प्रतिकूल वार्ताओं (adversarial negotiations) में भाषा मॉडल एजेंटों को उन्नत करता है—जिसमें रणनीतिक भावनाओं का चयन करने के लिए इम्पलिसिट क्यू-लर्निंग (Implicit Q-Learning) और उनकी अभिव्यक्ति को अनुकूलित करने के लिए लो-रैंक अडैप्टेशन (Low-Rank Adaptation) का उपयोग किया जाता है—जिससे यह महंगी ऑनलाइन ट्रेनिंग की आवश्यकता के बिना उच्च-दांव वाले डोमेन में मानक बेसलाइनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र SeDT को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त इन्फरेंस-टाइम विधि है जो मल्टी-टर्न वार्तालापों पर डिसीजन-ट्रांसफॉर्मर मॉडलों को कंडिशन करने के लिए सेंटेंस-ट्रांसफॉर्मर से प्राप्त प्रासंगिकता स्कोर का लाभ उठाती है, जिससे महत्वपूर्ण बाधाओं को गतिशील रूप से हाइलाइट करके "लॉस्ट इन कन्वर्सेशन" घटना को प्रभावी ढंग से कम किया जाता है और विभिन्न लार्ज लैंग्वेज मॉडल्स में प्रदर्शन और विश्वसनीयता दोनों में महत्वपूर्ण सुधार किया जाता है।
यह शोध पत्र तर्क देता है कि प्रोब टाइम (probe time) पर चेन-ऑफ-थॉट प्रॉम्प्टिंग के प्रदर्शन लाभ मुख्य रूप से वैश्विक तार्किक व्युत्पत्ति या वाक्य-स्तरीय संरचनात्मक क्रम के बजाय स्थानीय लेक्सिकल सक्रियण और अल्प-दूरी वाले टोकन सह-उपस्थिति द्वारा संचालित होते हैं।
HTMLCure एक स्टेट-गाइडेड ब्राउज़र अनुभव फ्रेमवर्क पेश करता है जो नियतात्मक इंटरेक्शन ट्रेजेक्टरीज के माध्यम से इंटरैक्टिव HTML का मूल्यांकन और मरम्मत करता है, जो एक सीड कॉर्पस को एक उच्च-गुणवत्ता वाले डेटासेट में महत्वपूर्ण रूप से विस्तारित करता है जो एक 27B मॉडल को इंटरैक्टिव वेब बेंचमार्क पर Kimi-K2.6 और GPT-5.4 जैसी अग्रणी प्रणालियों के समान प्रदर्शन प्राप्त करने में सक्षम बनाता है।
RAGEAR एक न्यूरोसिंबोलिक शैक्षणिक अनुशंसक प्रणाली है जो सूक्ष्म व्याख्यान ट्रांसक्रिप्ट्स की सघन पुनर्प्राप्ति (dense retrieval) को एक सिंबोलिक नॉलेज ग्राफ के साथ एकीकृत करके पाठ्यक्रम सुझावों को बेहतर बनाती है, और एक नवीन ग्राफ-अवेयर एग्रीगेशन फंक्शन का उपयोग करती है जो रैंकिंग गुणवत्ता में मेटाडेटा-मात्र और ट्रांसक्रिप्ट-आधारित बेसलाइनों से बेहतर प्रदर्शन करती है।
यह शोध पत्र "कलमन इवॉल्व" (Kalman Evolve) को प्रस्तुत करता है, जो कलमन फ़िल्टर के अपडेट स्ट्रक्चर में व्याख्यात्मक, गैर-अफ़ाइन संशोधनों की खोज करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे उन नॉनलीनियर सेंसिंग परिदृश्यों में प्रदर्शन के अंतर को पाटा जा सके जहाँ पारंपरिक पैरामीटर ट्यूनिंग विफल हो जाती है।
यह शोध पत्र Periodic-TDL प्रस्तुत करता है, जो एक गहरा शिक्षण (deep learning) ढांचा है जो पॉलिमर में many-body इंटरैक्शन को पकड़ने के लिए आवधिक Vietoris-Rips कॉम्प्लेक्स और पदानुक्रमित सिम्प्लिशियल मैसेज-पासिंग का लाभ उठाता है, जो न केवल गुण भविष्यवाणी (property prediction) में अत्याधुनिक मॉडलों से बेहतर प्रदर्शन करता है बल्कि प्रयोगों के माध्यम से सफलतापूर्वक यह भी प्रमाणित करता है कि विशिष्ट कार्यात्मक समूह प्रतिस्थापन (functional group substitutions) तापीय स्थिरता को महत्वपूर्ण रूप से बढ़ाते हैं।
यह शोध पत्र हेलिकेज़ (Helicase) को प्रस्तुत करता है, जो एक स्वायत्त मल्टी-एजेंट एलएलएम (LLM) प्रणाली है जो जटिल प्रश्नों को पुनरावृत्ति अन्वेषण योजनाओं में विभाजित करके और एक्शन, ट्रजेक्टरी और मेमोरी परतों में आत्मविश्वास को ट्रैक करके अनिश्चितता-जागरूक आपूर्ति श्रृंखला ज्ञान ग्राफ (supply chain knowledge graphs) का निर्माण करती है, जिसका मूल्यांकन नए एससीक्यूए (SCQA) बेंचमार्क पर किया गया है।
यह केस स्टडी एक एकल-अन्वेषक शैक्षणिक अनुसंधान परिवेश में 96 दिनों तक अंतर्निहित एक निरंतर AI एजेंट का मूल्यांकन करती है, जो यह प्रकट करती है कि ऐसी प्रणालियाँ कैश-प्रभावी (cache-dominant) होती हैं और प्रति टोकन लागत से प्रति पूर्ण आर्टिफैक्ट (completed artifact) लागत की ओर आर्थिक मूल्यांकन में बदलाव का सुझाव देती हैं।