23941 पेपर
यह शोध पत्र प्रदर्शित करता है कि एलएलएम (LLM) आधारित मल्टीमॉडल विश्लेषण राजनीतिक भाषणों के अर्थपूर्ण "पाथोस" (Pathos) आयाम को पकड़ने में पारंपरिक ध्वनिक भावना पहचान मॉडल की तुलना में बेहतर प्रदर्शन करता है, जबकि यह अभिनय किए गए भाषण और सांस्कृतिक पूर्वाग्रहों के कारण मानक ध्वनिक बेंचमार्क में महत्वपूर्ण सीमाओं को भी रेखांकित करता है।
HarnessAPI एक पायथन फ्रेमवर्क है जो टाइप किए गए स्किल फोल्डर्स को सिंगल सोर्स ऑफ ट्रुथ मानकर कोड के दोहराव को समाप्त करता है ताकि एक सिंगल हैंडलर और पयडैन्टिक (Pydantic) स्कीमा से यूनिफाइड स्ट्रीमिंग HTTP एंडपॉइंट्स, इंटरैक्टिव ओपेनएपीआई (OpenAPI) डॉक्यूमेंटेशन और ज़ीरो-कॉन्फ़िगरेशन MCP टूल्स को स्वचालित रूप से जेनरेट किया जा सके।
यह शोध पत्र ProxySHAP प्रस्तुत करता है, जो एक नवीन विधि है जो Shapley और Banzhaf इंटरैक्शन का अनुमान लगाने के लिए स्टेट-ऑफ-द-आर्ट सटीकता और दक्षता प्राप्त करने हेतु ट्री-आधारित प्रॉक्सी मॉडल को रेसिडुअल करेक्शन और ट्री एन्सेम्बल्स के लिए बहुपद-समय (polynomial-time) सटीक गणना के साथ जोड़ता है, जो ProxySPEX और KernelSHAP-IQ जैसे मौजूदा एस्टिमेटर्स से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र पॉलिटिकल कंसिस्टेंसी ट्रेनिंग (PCT) प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) विधि है जो बड़े भाषा मॉडलों में उनकी समग्र उपयोगिता को बनाए रखते हुए उनके गुप्त राजनीतिक पूर्वाग्रह को प्रभावी ढंग से कम करने के लिए सेंटिमेंट और हेल्पफुलनेस कंसिस्टेंसी मेट्रिक्स का उपयोग करती है।
यह शोध पत्र डेल्टाबॉक्स (DeltaBox) को प्रस्तुत करता है, जो एक नवीन सैंडबॉक्स सिस्टम है जो पूर्ण सिस्टम अवस्थाओं के बजाय केवल अवस्था परिवर्तनों को दोहराकर मिलीसेकंड-स्तर का चेकपॉइंट और रोलबैक प्राप्त करने के लिए ओएस-स्तरीय एब्स्ट्रैक्शन डेल्टाएफएस (DeltaFS) और डेल्टासीआर (DeltaCR) का लाभ उठाता है, जिससे एलएलएम-संचालित एआई एजेंटों के लिए उच्च-आवृत्ति अन्वेषण सक्षम होता है।
LCGuard एक ऐसा फ्रेमवर्क है जो साझा KV कैश पर एडवरसैरियल ट्रेनिंग लागू करके लेटेंट कम्युनिकेशन को सुरक्षित करता है, जिससे एजेंट-विशिष्ट संवेदनशील जानकारी के पुनर्निर्माण को प्रभावी रूप से रोका जा सके और साथ ही कार्य-प्रासंगिक अर्थों को संरक्षित किया जा सके।
Gated DeltaNet-2 एक नवीन लीनियर अटेंशन मैकेनिज्म पेश करता है जो पिछले मॉडलों में स्केलर-टाइड एडिटिंग की सीमाओं को दूर करने के लिए अलग-अलग गेट्स के माध्यम से चैनल-वार इरेज़ (erase) और राइट (write) ऑपरेशन्स को डिकपल करता है, जिससे लैंग्वेज मॉडलिंग और लॉन्ग-कॉन्टेक्स्ट रिट्रीवल कार्यों में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक-चरण जनरेटिव मॉडलिंग के लिए एक रूढ़िवादी ड्रिफ्टिंग विधि (conservative drifting method) का प्रस्ताव और विश्लेषण करता है जो गैर-रूढ़िवादिता संबंधी मुद्दों को हल करने के लिए कर्नेल घनत्व अनुमानक-ग्रेडिएंट वेग (kernel density estimator-gradient velocity) का उपयोग करता है, जो निरंतर-समय परिमित-कण अभिसरण सीमाओं (continuous-time finite-particle convergence bounds) और दोनों रूढ़िवादी एवं गैर-रूढ़िवादी वेरिएंट के लिए स्पष्ट पीढ़ी गारंटी स्थापित करता है।
यह शोधपत्र "मैचिंग प्रिंसिपल" (Matching Principle) प्रस्तावित करता है, जो एक एकीकृत ज्यामितीय सिद्धांत है जो विविध मजबूती (robustness) और अनुकूलन (adaptation) चुनौतियों को एनकोडर नियमितीकरण (encoder regularization) को निर्देशित करने के लिए लेबल-संरक्षण संबंधी न्यूसेंस कोवेरिएंस (label-preserving nuisance covariance) के आकलन की एक एकल सांख्यिकीय समस्या के रूप में रूपरेखा प्रस्तुत करता है, एक ऐसा ढांचा जिसे क्लोज्ड-फॉर्म अनुकूलतमता प्रमाणों (closed-form optimality proofs) और तेरह पूर्व-पंजीकृत बेंचमार्क पर व्यापक अनुभवजन्य परीक्षण द्वारा मान्य किया गया है।
यह शोध पत्र वेक्टर पॉलिसी ऑप्टिमाइज़ेशन (VPO) को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है जो वेक्टर-मान वाले पुरस्कारों (vector-valued rewards) का लाभ उठाकर भाषा मॉडलों को विविध समाधान उत्पन्न करने के लिए प्रशिक्षित करता है, जिससे मानक स्केलर रिवॉर्ड ऑप्टिमाइज़ेशन की तुलना में टेस्ट-टाइम सर्च प्रक्रियाओं में उनके प्रदर्शन में महत्वपूर्ण सुधार होता है।