24509 पेपर
यह शोध पत्र S(H)NAP को प्रस्तुत करता है, जो एक मॉडल-अज्ञेय ऑडिटिंग फ्रेमवर्क है जो जनरेटिव इंटरवेंशनल एट्रिब्यूशंस का उपयोग करके यह प्रकट करता है कि जबकि सिबिल (Sybil) डीप लर्निंग मॉडल फेफड़ों के कैंसर के जोखिम की सटीक भविष्यवाणी करता है, इसमें नैदानिक रूप से अनुचित आर्टिफैक्ट्स के प्रति संवेदनशीलता और एक विशिष्ट रेडियल पूर्वाग्रह जैसे महत्वपूर्ण विफलता मोड मौजूद हैं।
यह शोध पत्र CAFT को प्रस्तुत करता है, जो 30 मिलियन इमेज-टेक्स्ट युग्मों पर प्रशिक्षित एक विजन-लैंग्वेज मॉडल है जो स्थानीय टेक्स्ट क्षेत्रों को इमेज विवरणों के साथ संरेखित करने के लिए एक पदानुक्रमित पार्ट-टू-व्होल (part-to-whole) लर्निंग सिद्धांत का उपयोग करता है, जिससे बिना किसी स्पष्ट रीजन-लेवल सुपरविजन के लॉन्ग-टेक्स्ट रिट्रीवल बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
DiscoverLLM एक नवीन ढांचा है जो एक संज्ञानात्मक अवस्था-आधारित उपयोगकर्ता सिम्युलेटर के माध्यम से बड़े भाषा मॉडलों (Large Language Models) को उपयोगकर्ताओं के अस्पष्ट इरादों को खोजने और उन्हें मूर्त रूप देने में मदद करने के लिए प्रशिक्षित करता है, जिसके परिणामस्वरूप रचनात्मक, तकनीकी और दृश्य कार्यों में काफी बेहतर कार्य प्रदर्शन, छोटी बातचीत और उच्च उपयोगकर्ता संतुष्टि प्राप्त होती है।
यह शोध पत्र EntRGi प्रस्तुत करता है, जो डिस्क्रीट डिफ्यूजन लैंग्वेज मॉडल्स के लिए प्रभावी रिवॉर्ड गाइडेंस सक्षम करने हेतु प्रेडिक्टिव एंट्रॉपी के आधार पर कंटीन्यूअस टोकन रिलैक्सेशन और हार्ड टोकन्स के बीच गतिशील रूप से इंटरपोलेट करने वाली एक नवीन विधि है, जो टेस्ट-टाइम अडैप्टेशन और रिवॉर्ड गाइडेड रीइन्फोर्समेंट लर्निंग (RGRL) के माध्यम से पोस्ट-ट्रेनिंग में अत्याधुनिक दृष्टिकोणों की तुलना में निरंतर सुधार प्रदर्शित करती है।
यह शोध पत्र एंट्रॉपी-गाइडेड स्टेपवाइज स्केलिंग (EGSS) को प्रस्तुत करता है, जो एक नवीन टेस्ट-टाइम स्केलिंग फ्रेमवर्क है जो एंट्रॉपी-गाइडेड एडेप्टिव सर्च और टेस्ट-सूट ऑग्मेंटेशन के माध्यम से दक्षता और प्रभावशीलता को गतिशील रूप से संतुलित करता है, जिससे मौजूदा विधियों की तुलना में कम्प्यूटेशनल ओवरहेड को काफी कम करते हुए सॉफ्टवेयर इंजीनियरिंग कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र AMOR को प्रस्तुत करता है, जो एक अनुकूलन योग्य हाइब्रिड आर्किटेक्चर है जो केवल तभी अटेंशन ब्लॉक्स को चुनिंदा रूप से सक्रिय करता है जब एक रिकरेंट बैकबोन की प्रेडिक्टिव अनसर्टेन्टी (भवि счетी अनिश्चितता) अधिक होती है, जिससे मात्र ~22% टोकन पर अटेंशन का उपयोग करते हुए विभिन्न बेंचमार्क पर दक्षता और मजबूती में सुधार होता है।
यह शोध पत्र प्रॉक्सी स्टेट-बेस्ड इवैल्यूएशन (Proxy State-Based Evaluation) को प्रस्तुत करता है, जो एक LLM-संचालित सिमुलेशन फ्रेमवर्क है जो इंटरेक्शन ट्रेसेस से स्ट्रक्चर्ड प्रॉक्सी स्टेट्स का अनुमान लगाकर मल्टी-टर्न टूल-कॉलिंग एजेंट्स के स्केलेबल और विश्वसनीय मूल्यांकन को सक्षम बनाता है, जिससे लागत प्रभावी डिटर्मिनिस्टिक बैकएंड्स का एक व्यावहारिक विकल्प मिलता है और मॉडल रैंकिंग एवं ऑन-पॉलिसी ट्रेनिंग दोनों को समर्थन मिलता है।
यह शोध पत्र LINE को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free), ब्लैक-बॉक्स फ्रेमवर्क है जो विजन मॉडल्स के व्यक्तिगत न्यूरॉन्स के लिए ओपन-वोकेबुलरी कॉन्सेप्ट लेबल्स को पुनरावृत्ति (iteratively) के माध्यम से खोजने और परिष्कृत करने के लिए लार्ज लैंग्वेज मॉडल्स और टेक्स्ट-टू-इमेज जनरेटर्स का लाभ उठाता है, जिससे अत्याधुनिक प्रदर्शन प्राप्त होता है और पूर्व-निर्धारित शब्दावलियों द्वारा छूटे हुए नवीन कॉन्सेप्ट्स का अनावरण होता है।
यह शोध पत्र स्वायत्त एआई के लिए एक कार्यात्मक शासन उपकरण के रूप में सीमित कानूनी व्यक्तित्व का प्रस्ताव करता है, जो उत्तरदायित्व के अंतराल को पाटने और कृत्रिम चेतना के प्रति तटस्थ रहते हुए संरचित मानव-एआई सहयोग को सक्षम करने के लिए एक द्वि-स्तरीय कॉर्पोरेट संरचना का उपयोग करता है।
यह शोध पत्र लेटेंट इमेजिनेशन मॉड्यूल (LIM) का प्रस्ताव करता है, जो एक हल्का क्रॉस-अटेंशन मैकेनिज्म है जो अपने मूल विजुअल इनपुट्स के बिना तैनात किए जाने पर विजन-लैंग्वेज मॉडल्स की सटीकता और कैलिब्रेशन को बहाल करने के लिए टेक्स्ट से कल्पित लेटेंट एम्बेडिंग्स की भविष्यवाणी करता है।