24427 पेपर
OProver, Lean 4 में एजेंटिक औपचारिक प्रमेय प्रमाण (agentic formal theorem proving) के लिए एक एकीकृत ढांचा है जो इटरेटिव प्रूफ रिवीज़न को कंपाइलर फीडबैक और रिट्रीवल के साथ एकीकृत करता है, जो निरंतर प्रीट्रेनिंग, रिपेयर ट्रेजेक्टरीज पर सुपरवाइज्ड फाइन-ट्यूनिंग और कठिन मामलों पर रीइन्फोर्समेंट लर्निंग को संयोजित करने वाले एक नवीन प्रशिक्षण पाइपलाइन के माध्यम से कई बेंचमार्क में अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र CLAP को प्रस्तुत करता है, जो एक स्थान-जागरूक (location-aware) फ्रेमवर्क है जो सामान्य फ्रेमों पर प्रदर्शन से समझौता किए बिना, दुर्लभ, सुरक्षा-महत्वपूर्ण लॉन्ग-टेल ड्राइविंग परिदृश्यों में नियोजन त्रुटियों को महत्वपूर्ण रूप से कम करने के लिए फ्रोजन विजन-लैंग्वेज-एक्शन मॉडल्स के लेटेंट स्पेस में प्रति-रोडब्लॉक सॉफ्ट प्रॉम्प्ट्स को अनुकूलित करता है।
यह शोध पत्र LEAP को प्रस्तुत करता है, जो एक सीखने योग्य एंड-टू-एंड अनुकूली प्रूनिंग (adaptive pruning) विधि है जो बड़े भाषा मॉडलों में सुलभ अनस्ट्रक्चर्ड स्पैरसिटी लर्निंग (unstructured sparsity learning) को सक्षम करने के लिए प्रति-भार बर्नौली-वाया-गमबेल-सिग्मॉइड रिलैक्सेशन (per-weight Bernoulli-via-Gumbel-sigmoid relaxation) का उपयोग करता है, जो उच्च स्पैरसिटी स्तरों पर ज़ीरो-शॉट सटीकता में मौजूदा लेयर-वाइज़ बेसलाइन से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र "अटेंशन हाइजैकिंग" (Attention Hijacking) को प्रस्तुत करता है, जो एक नवीन प्रतिकूल हमला (adversarial attack) है जो आंतरिक अटेंशन वितरण को स्पष्ट रूप से एक निरंतर छवि-प्रधान पैटर्न की ओर निर्देशित करके विजन-लैंग्वेज मॉडल्स में रिस्पॉन्स मैनिपुलेशन की क्रॉस-क्वेरी ट्रांसफरेबिलिटी को बढ़ाता है, जिससे हेरफेर किए गए आउटपुट की विशिष्ट क्वेरी शब्दावली पर निर्भरता कम हो जाती है।
यह शोध पत्र प्रदर्शित करता है कि वर्तमान समस्या से मेल न खाने वाले एक छोटे, डोमेन-प्रशिक्षित मॉडल से गणितीय रूप से गलत ड्राफ्ट को एक मजबूत लर्नर के GRPO प्रशिक्षण संदर्भ में इंजेक्ट करना, मानक ऑन-पॉलिक फाइन-ट्यूनिंग और अन्य वेरिएंट्स की तुलना में काफी बेहतर प्रदर्शन करता है, जिससे बिना SFT, रिवॉर्ड मॉडल या सिंथेसाइज्ड डेटा की आवश्यकता के, Mathstral-7B मॉडल के लिए MATH-500 पर 71.98% का एक नया स्टेट-ऑफ-द-आर्ट परिणाम प्राप्त होता है।
यह शोध पत्र मल्टी-स्केल हाइपरग्राफ लैपलेसियन्स विद न्यूरल रिफाइनमेंट (MSHL) को प्रस्तुत करता है, जो एक दो-चरणीय ढांचा है जो मल्टी-स्केल हाइपरग्राफ के माध्यम से उच्च-क्रम समूह संबंधों की खोज करके और सुरक्षित, अनुकूली गैर-रेखीय सुधार लागू करके सेंसर नेटवर्क में संरचित लुप्त डेटा को प्रभावी ढंग से प्रतिस्थापित करता है, जिससे यह वास्तविक ट्रैफ़िक परिदृश्यों में पारंपरिक युग्मवार ग्राफ विधियों से बेहतर प्रदर्शन करता है।
TClone एक लो-लेटेंसी फोर्क करने योग्य वर्कस्पेस सिस्टम है जो कंप्यूटर-यूज़ एजेंट्स को कॉपी-ऑन-राइट मेमोरी और एसिंक्रोनस चेकपॉइंटिंग का उपयोग करके लाइव GUI एनवायरनमेंट्स को सुरक्षित रूप से स्नैपशॉट, ब्रांच और रोलबैक करने में सक्षम बनाता है, जिससे आइसोलेशन और स्टेट रिकवरी सुनिश्चित करते हुए टास्क लेटेंसी को काफी कम किया जा सके।
यह शोध पत्र ASPI बेंचमार्क प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि LLM एजेंटों का स्पष्टीकरण माँगने वाला व्यवहार, जो अस्पष्टता को दूर करने के लिए बनाया गया है, मानक निष्पादन की तुलना में उन्हें प्रॉम्प्ट इंजेक्शन हमलों के प्रति काफी अधिक संवेदनशील बना देता है, जो वर्तमान मूल्यांकन विधियों में एक महत्वपूर्ण सुरक्षा अंतराल को उजागर करता है।
यह शोधपत्र मोनोकुलर विजुअल-इनर्शियल सिस्टम के लिए एक फीचर-फ्री इनिशियलाइजेशन फ्रेमवर्क प्रस्तावित करता है जो अप-टू-स्केल पॉइंट क्लाउड्स का पूर्वानुमान लगाने के लिए फीड-फॉरवर्ड 3D मॉडल्स का लाभ उठाता है, जिससे 90% से अधिक की सफलता दर प्राप्त होती है और इनिशियलाइजेशन समय घटकर 1.2 सेकंड से कम हो जाता है, साथ ही दृष्टिगत रूप से खराब वातावरण में मजबूती प्रदर्शित करता है।
यह शोध पत्र लेटेंट पॉलिसी गार्डरेल (LPG) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो पारंपरिक रीजनिंग-आधारित मॉडलों की तुलना में काफी कम विलंबता (latency) के साथ उच्च-सटीक, गतिशील सुरक्षा प्रवर्तन प्राप्त करने के लिए जटिल नीतिगत तर्क को संक्षिप्त सिमेंटिक लेटेंट अवस्थाओं में संकुचित करता है।