24509 पेपर
यह शोध पत्र PEML का प्रस्ताव करता है, जो एक पैरामीटर-कुशल मल्टी-टास्क लर्निंग फ्रेमवर्क है जो अनुकूलित निरंतर प्रॉम्प्ट्स (continuous prompts) के लिए न्यूरल आर्किटेक्चर इंजीनियरिंग को मॉडल वेट्स के लो-रैंक अडैप्टेशन (low-rank adaptation) के साथ जोड़ता है, जिससे कई बेंचमार्क पर अत्याधुनिक तरीकों की तुलना में महत्वपूर्ण सटीकता सुधार प्राप्त होता है।
यह शोध पत्र MathAtlas प्रस्तुत करता है, जो 103 पाठ्यपुस्तकों से लगभग 52,000 स्नातक-स्तरीय गणितीय अवधारणाओं से युक्त पहला बड़े-स्तर का ऑटोफॉर्मलाइजेशन बेंचमार्क है, जो जटिल, निर्भरता-युक्त शोध गणित को संभालने में वर्तमान मॉडलों की अत्यधिक कठिनाई को प्रकट करता है।
यह शोध पत्र मल्टी-स्टेज इन-फ़्लाइट रिजेक्शन (MSIFR) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो गुणवत्ता या रिटेन किए गए नमूनों के पूर्वाग्रह से समझौता किए बिना मध्यवर्ती चरणों में निम्न-गुणवत्ता वाले आउटपुट का पता लगाकर और उन्हें समाप्त करके, LLM-आधारित सिंथेटिक डेटा जनरेशन में टोकन खपत को काफी कम कर देता है।
CRANE एक ट्रेनिंग-फ्री पैरामीटर-एडिटिंग विधि है जो लॉन्ग-होरिज़न रीजनिंग और टूल-यूज़ प्रदर्शन को महत्वपूर्ण रूप से बढ़ाने के लिए नलस्पेस एडिटिंग के माध्यम से इंस्ट्रक्ट (Instruct) और थिंकिंग (Thinking) कोड एजेंट चेकपॉइंट्स को मर्ज करती है और साथ ही दक्षता को भी बनाए रखती है।
स्किलफ्लो (SkillFlow) एक फ्लो-आधारित फ्रेमवर्क है जो टेम्पर्ड ट्रैजेक्टरी बैलेंस (Tempered Trajectory Balance) का उपयोग करता है ताकि एक प्रशिक्षित सुपरवाइजर एजेंट को विविध रणनीतियों और पारदर्शी क्रेडिट असाइनमेंट के साथ कार्य ऑर्केस्ट्रेशन को स्वचालित करने में सक्षम बनाया जा सके, जबकि यह विभिन्न जटिल कार्यों में बेहतर प्रदर्शन के लिए अपने स्किल लाइब्रेरी को स्वायत्त रूप से विकसित करने हेतु एक रिकर्सिव मैकेनिज्म का उपयोग करता है।
यह शोध पत्र एक दो-स्तरीय एज-क्लाउड कैस्केड आर्किटेक्चर प्रस्तावित करता है जो स्थानीय ट्राइएज के लिए एक हल्के MobileNetV3-small मॉडल और क्लाउड-आधारित गंभीरता ग्रेडिंग के लिए एक शक्तिशाली RETFound-DINOv2 मॉडल का उपयोग करता है, जो क्लाउड-ओनली बेसलाइन के समान नैदानिक सटीकता बनाए रखते हुए ग्रामीण डायबिटिक रेटिनोपैथी स्क्रीनिंग के लिए क्लाउड उपयोग को लगभग 50% तक सफलतापूर्वक कम करता है।
यह शोध पत्र एक अटेंशन-गाइडेड डायनेमिक डिकंपोजिशन फ्रेमवर्क का प्रस्ताव और सत्यापन करता है जो महत्वपूर्ण दवा की कमी पर संज्ञानात्मक प्रयास को प्राथमिकता देकर अस्पताल के फार्मासिस्टों में सीमित तर्कसंगतता (बाउंडेड रेशनैलिटी) को मॉडल करता है, यह प्रदर्शित करते हुए कि इस संतोषजनक (सैटिसफाइसिंग) रणनीतियों पूर्ण अवस्था तर्क की आवश्यकता के बिना अनिश्चितता के तहत स्थिर निर्णय लेने में सक्षम बनाती है।
ProtoMedAgent एक गोपनीयता-जागरूक, मल्टीमॉडल फ्रेमवर्क है जो त्रुटि-प्रवण RAG विधियों को एक न्यूरो-सिम्बोलिक, एजेंटिक वर्कफ़्लो से बदलकर नैदानिक व्याख्यात्मकता और दस्तावेज़ीकरण को बढ़ाता है, जो डेटा की गुमनामी को -anonymity और -diversity के माध्यम से सुनिश्चित करते हुए मतिभ्रम (hallucinations) को रोकने के लिए LLM जनरेशन को गणितीय रूप से बाधित करता है।
यह शोध पत्र ClawForge पेश करता है, जो एक जनरेटर-समर्थित बेंचमार्क फ्रेमवर्क है जो निरंतर अवस्था संघर्षों (persistent state conflicts) वाले निष्पादन योग्य वर्कफ्लो पर कमांड-लाइन एजेंटों का मूल्यांकन करता है, जिससे यह पता चलता है कि वर्तमान फ्रंटियर मॉडल मौजूदा अवस्थाओं के निरीक्षण और पूर्व-मौजूद आर्टिफ़ेक्ट्स को संभालने में काफी संघर्ष करते हैं, और अधिकतम 45.3% स्ट्रिक्ट सटीकता प्राप्त करते हैं।
यह शोध पत्र एक वितरण-जागरूक (distribution-aware) ढांचे को प्रस्तुत करता है जहाँ LLM एजेंट कार्य नमूनों से पुन: प्रयोज्य "सॉल्वर हिंट्स" (solver hints) का अनुमान लगाते हैं ताकि विशिष्ट निष्पादन योग्य कोड संकलित किया जा सके, जो यह प्रदर्शित करता है कि ऐसे संश्लेषित सॉल्वर विविध कॉम्बिनेटरियल ऑप्टिमाइज़ेशन समस्याओं में सामान्य-उद्देश्य वाले ह्यूरिस्टिक्स और सटीक सॉल्वरों की तुलना में रनटाइम के मामले में काफी बेहतर प्रदर्शन करते हुए भी लगभग इष्टतम समाधान गुणवत्ता प्राप्त करते हैं।