23941 पेपर
यह शोध पत्र एक औपचारिक सत्यापन ढांचा प्रस्तुत करता है जो लिप्सचिट्ज़ अनुकूलन (Lipschitz optimization) और होमोग्राफी की खंडवार निरंतरता (piecewise continuity) का लाभ उठाकर 3D कैमरा गति विक्षोभ के तहत पिक्सेल मानों पर सटीक रैखिक सीमाएं व्युत्पन्न करता है, जिससे जटिल सिमुलेशन या सरोगेट मॉडल पर निर्भर किए बिना प्लेनर दृश्यों में विजन न्यूरल नेटवर्क के लिए पहली कठोर सुदृढ़ता गारंटी सक्षम होती है।
यह शोध पत्र GENSTRAT प्रस्तुत करता है, जो बड़े भाषा मॉडलों (large language models) की रणनीतिक तर्क क्षमता का मूल्यांकन करने के लिए प्रक्रियात्मक रूप से उत्पन्न रणनीतिक वातावरण और एक बहु-अक्षीय क्षमता प्रोफ़ाइल का उपयोग करने वाला एक ढांचा है, जो यह प्रकट करता है कि समान समग्र प्रदर्शन वाले मॉडल विशिष्ट तैनाती-प्रासंगिक परिदृश्यों में विशिष्ट शक्तियों और अप्रत्याशित व्यवहारिक अस्थिरता को प्रदर्शित कर सकते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि जहाँ फ्रंटियर एलएलएम (LLMs) साइबर सुरक्षा कार्यों में उच्च फॉल्स पॉजिटिव दरों और कम भेद्यता कवरेज के साथ संघर्ष करते हैं, वहीं संरचित परीक्षण पद्धतियों को नियोजित करने वाले डोमेन-विशिष्ट मॉडल बेहतर सटीकता प्राप्त करते हैं, जो यह सुझाव देता है कि प्रभावी सुरक्षा अनुप्रयोगों के लिए विशेष डेटा और संरचित हमले की श्रृंखलाओं पर निर्मित वर्टिकल फाउंडेशन मॉडल आवश्यक हैं।
यह शोध पत्र RefCal का प्रस्ताव करता है, जो एक एकीकृत प्रशिक्षण ढांचा (unified training framework) है जो सटीकता, अंशांकन (calibration) और परिशोधन (refinement) को संयुक्त रूप से अनुकूलित करने के लिए एक नवीन पर्यवेक्षित कंट्रास्टिव लॉस (supervised contrastive loss) पेश करता है, जिससे उस सामान्य समझौते (trade-off) पर विजय प्राप्त होती है जहाँ मौजूदा विधियाँ सही और गलत भविष्यवाणियों के बीच मॉडल की अंतर करने की क्षमता की कीमत पर अंशांकन में सुधार करती हैं।
यह शोध पत्र मल्टी-गेट रेसिडुअल्स (MGR) का प्रस्ताव करता है, जो अटेंशन पूलिंग के साथ एक स्कोरिंग और गेटिंग तंत्र का उपयोग करके डीप रेसिडुअल नेटवर्क्स में एक्टिवेशन स्केल्स को स्थिर करने वाला एक नवीन आर्किटेक्चर है, जिससे अटेंशन रेसिडुअल्स से जुड़े संचार ओवरहेड के बिना प्रदर्शन में सुधार प्राप्त होता है।
यह शोध पत्र ज्ञान-कार्य बेंचमार्क (knowledge-work benchmarks) को डिजाइन करने और रिपोर्ट करने के लिए एक तीन-चरणीय ढांचे का प्रस्ताव करता है जो मूल्यांकन किए गए कार्यों, परीक्षण सेटिंग्स और स्कोरिंग मानदंडों को वास्तविक दुनिया की कार्य गतिविधियों के साथ स्पष्ट रूप से संरेखित करता है ताकि यह सुनिश्चित किया जा सके कि बेंचमार्क स्कोर वास्तविक तैनाती परिदृश्यों में एक सिस्टम की क्षमता को विश्वसनीय रूप से दर्शाते हैं।
यह शोध पत्र SAGE-Fit प्रस्तुत करता है, जो एक प्लग-एंड-प्ले फ्रेमवर्क है जो सिम्बोलिक रिग्रेशन में "गुड स्ट्रक्चर, बैड स्कोर" की बाधा को दूर करने के लिए प्रतीकात्मक अभिव्यक्तियों के संरचनात्मक और अर्थपूर्ण पूर्ववृत्त (priors) का लाभ उठाता है, जिससे पैरामीटर अनुकूलन और समग्र खोज प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र डीप माइक्रोकैनोनिकल ग्राफ जनरेटर (DMGG) को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचा है जो डिग्री-संरक्षण पुनर्गठन (डिग्री-प्रिजर्विंग रीवायरिंग) के माध्यम से सटीक असॉर्टेटिविटी बाधाओं वाले माइक्रोकैनोनिकल ग्राफ एन्सेम्बल्स को कुशलतापूर्वक उत्पन्न करता है, जिससे पारंपरिक एक्सपोनेंशियल रैंडम ग्राफ मॉडल की सीमाओं को दूर किया जा सकता है और नेटवर्क फंक्शन पर संरचनात्मक प्रभावों के सटीक अलगाव को सक्षम बनाया जा सकता है।
यह शोध पत्र **पैरेलल कॉन्टेक्स्ट कॉम्पेक्शन (parallel context compaction)** को प्रस्तुत करता है, जो लॉसवी (lossy) और अप्रत्याशित अनुक्रमिक सारांशीकरण के स्थान पर एक समानांतर दृष्टिकोण (parallelized approach) का उपयोग करता है ताकि सारांश की मात्रा पर सूक्ष्म नियंत्रण प्रदान किया जा सके, साथ ही लॉन्ग-होरिज़न एलएलएम एजेंटों (long-horizon LLM agents) के लिए वॉल टाइम (wall time) को काफी कम करते हुए थ्रूपुट में सुधार किया जा सके।
यह शोध पत्र DART को प्रस्तुत करता है, जो एक मॉड्यूलर रनटाइम है जो रिकवरी सीमाओं को प्रमाणित करके और प्रतिबद्ध डाउनस्ट्रीम कार्य को संरक्षित करने वाले स्वीकार्य चेकपॉइंट्स का चयन करके संरचित टूल एजेंटों के लिए सिमेंटिक रिकवरेबिलिटी (semantic recoverability) सुनिश्चित करता है, जिससे कुशल स्थानीय बहाली और प्रतिबद्धता-संवेदनशील वातावरणों में अमान्य रोलबैक के सुरक्षा जोखिमों के बीच के तनाव को हल किया जाता है।