24509 पेपर
यह शोधपत्र तर्क देता है कि एजेंटिक एआई (Agentic AI), जो मोनोलिथिक स्केलिंग के बजाय जटिल मल्टी-एजेंट टोपोलॉजी का उपयोग करता है, आर्टिफिशियल जनरल इंटेलिजेंस (AGI) प्राप्त करने के लिए एक आवश्यक और अधिक कुशल मार्ग है।
यह शोधपत्र यह प्रदर्शित करता है कि वर्तमान LLMs का उपयोग करके कच्चे एपिसोडिक अनुभवों (raw episodic experiences) को निरंतर अमूर्त स्मृतियों (abstract memories) में संकुचित करना अक्सर एजेंट के प्रदर्शन को कम कर देता है क्योंकि इससे त्रुटिपूर्ण सामान्यीकरण (faulty generalizations) उत्पन्न होते हैं, जो यह सुझाव देता है कि सुदृढ़ एजेंटिक मेमोरी सिस्टम को हर अंतःक्रिया के बाद एकीकरण लागू करने के बजाय कच्चे साक्ष्य को संरक्षित करने और एकीकरण प्रक्रिया को स्पष्ट रूप से नियंत्रित (gating) करने को प्राथमिकता देनी चाहिए।
यह शोध पत्र प्रोटोकॉल-ड्रिवन डेवलपमेंट (PDD) को प्रस्तुत करता है, जो स्वचालित सॉफ्टवेयर इंजीनियरिंग के लिए एक शासन मॉडल है जो क्षणिक कोड के बजाय संरचनात्मक, व्यवहारिक और परिचालन अपरिवर्तनीयताओं (invariants) को परिभाषित करने वाले मशीन-प्रवर्तनीय प्रोटोकॉल को प्राथमिकता देता है, यह सुनिश्चित करते हुए कि उत्पन्न कार्यान्वयनों को जनरेटर में विश्वास के बजाय प्रोटोकॉल अनुपालन के सत्यापन योग्य साक्ष्य के माध्यम से ही स्वीकार किया जाए।
यह शोध पत्र इस प्रचलित दृष्टिकोण को चुनौती देता है कि RLHF-प्रेरित चापलूसी (sycophancy) ही मल्टी-एजेंट LLMs के साथियों के दबाव में आकर गलत उत्तरों की ओर मुड़ने का प्राथमिक कारण है, और इसके बजाय यह प्रदर्शित करता है कि प्रीट्रेन्ड बेस मॉडल भी एक विशिष्ट मिड-लेयर अटेंशन मैकेनिज्म के कारण समान कमजोरियों को प्रदर्शित करते हैं जो स्पष्ट तर्क (clean reasoning) को दबा देता है, जिससे यह तर्क मिलता है कि प्रभावी शमन रणनीति के रूप में प्रॉम्प्ट-स्तरीय सुरक्षा के बजाय पाइपलाइन-स्तरीय संरचित असहमति (structured dissent) अपनानी चाहिए।
यह शोध पत्र एमोर्टाइज्ड इनपेंटिंग विद डिफ्यूजन (AID) को प्रस्तुत करता है, जो एक निश्चित प्रीट्रेन डिफ्यूजन बैकबोन पर एक छोटे, पुन: प्रयोज्य गाइडेंस मॉड्यूल को प्रशिक्षित करने की एक विधि है ताकि प्रति-इन्स्टेंस ऑप्टिमाइजेशन के बिना कुशल, उच्च-गुणवत्ता वाली इमेज इनपेंटिंग प्राप्त की जा सके, जो नियत (डिटरमिनिस्टिक) गाइडेंस और सीखने योग्य रैंडमाइज्ड उद्देश्यों के बीच सेतु बनाने के लिए एक नवीन गौसियन फॉर्मूलेशन और एक्टर-क्रिटिक एल्गोरिदम का लाभ उठाता है।
यह शोध पत्र भाषा के स्थानीयता पूर्वाग्रह (locality bias) को मास्कड डिफ्यूजन मॉडल्स में धीमी ट्रेनिंग के प्राथमिक कारण के रूप में पहचानता है और एक बेल-आकार (bell-shaped) की टाइम सैंपलिंग रणनीति प्रस्तावित करता है जो विभिन्न बेंचमार्क पर प्रदर्शन को बनाए रखते हुए या सुधारते हुए ट्रेनिंग को 4 गुना तक तेज़ करती है।
यह शोध पत्र CoGE प्रस्तुत करता है, जो कोलोनोस्कोपी में ऑनलाइन मोनोक्यूलर ज्यामितीय अनुमान के लिए एक नवीन ढांचा है, जो वास्तविक दुनिया के डेटा पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए एक इल्यूमिनेशन-अवेयर सुपरविजन मॉड्यूल और एक स्ट्रक्चर-अवेयर परसेप्शन मॉड्यूल का लाभ उठाता है, जबकि इसे पूरी तरह से सिम्युलेटेड डेटा पर प्रशिक्षित किया गया है।
यह शोध पत्र काउंटरफैक्चुअल सिमेंटिक सैलिएंसी (CSS) प्रस्तुत करता है, जो एक ब्लैक-बॉक्स फ्रेमवर्क है जो मानव और VLM दृश्य धारणा के बीच एक महत्वपूर्ण अंतर को प्रकट करता है, यह दर्शाता है कि मॉडल मानव साइकोफिजिक्स बेसलाइन की तुलना में लोगों को कम महत्व देते हुए वस्तु के आकार, केंद्रीयता और सैलिएंसी पर अत्यधिक निर्भर हैं।
यह शोध पत्र एक डेटा-कुशल संदर्भ प्रशिक्षण ढांचे (data-efficient context training framework) का प्रस्ताव करता है जो विविध डोमेन में लार्ज लैंग्वेज मॉडल के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाने के लिए सर्च टूल्स के माध्यम से सक्रिय सूचना खोज (active information seeking) को एक सर्च-आधारित प्रूनिंग प्रक्रिया के साथ जोड़ता है, जो नैइव टूल इंटीग्रेशन और क्लोज्ड-लूप कॉन्टेक्स्ट ऑप्टिमाइज़ेशन की सीमाओं को दूर करता है।
यह शोध पत्र टार्गेट-अलाइन्ड कवरेज एक्सपेंशन (TCE) का प्रस्ताव करता है, जो एक ड्यूल स्कोर-आधारित जनरेटिव मॉडल का लाभ उठाकर टार्गेट-कंसिस्टेंट ट्रांजिशन को सिंथेसाइज करता है और स्टेट कवरेज का विस्तार करता है, जिससे जब टार्गेट डेटा दुर्लभ हो, तो क्रॉस-डोमेन ऑफलाइन रिइन्फोर्समेंट लर्निंग में डोमेन गैप को प्रभावी ढंग से पाटा जा सके।