24509 पेपर
यह शोधपत्र सिमेट्रिक डिफरेंस (symmetric difference) पर आधारित एब्स्ट्रैक्ट आर्गुमेंटेशन फ्रेमवर्क्स में एक्सटेंशन डाइवर्सिटी (extension diversity) की एक मात्रात्मक अवधारणा प्रस्तुत करता है, संबंधित निर्णय और अनुकूलन समस्याओं के लिए एक व्यवस्थित जटिलता वर्गीकरण प्रदान करता है, और डाइवर्सिटी स्तरों की गणना करने के लिए एक प्रोटोटाइप मूल्यांकन प्रस्तुत करता है।
यह शोध पत्र प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स के रेजिडुअल स्ट्रीम (residual stream) में एक साझा, कारण संबंधी "प्रेफरेंस वेक्टर" (preference vector) होता है जो विविध पर्सोनाज़, जिनमें मददगार सहायकों और दुष्ट पात्रों जैसे विपरीत प्राथमिकताओं वाले पात्र भी शामिल हैं, के बीच कार्यों के चयन को नियंत्रित करता है।
यह शोध पत्र "एआई हार्नेस इंजीनियरिंग" (AI Harness Engineering) का प्रस्ताव करता है, जो एक रनटाइम सबस्ट्रेट फ्रेमवर्क है जो स्वायत्त सॉफ्टवेयर इंजीनियरिंग के केंद्र को केवल मॉडल क्षमता से हटाकर एकीकृत मॉडल-हार्नेस-एनवायरनमेंट सिस्टम पर स्थानांतरित करता है, जो सत्यापन योग्य, ऑडिट करने योग्य और रखरखाव योग्य सॉफ्टवेयर परिवर्तनों को उत्पन्न करने के लिए ग्यारह घटक जिम्मेदारियों और एक चार-स्तरीय सीढ़ी को परिभाषित करता है।
यह शोध पत्र QueST को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो लार्ज लैंग्वेज मॉडल्स को सीधे इनपुट क्वेरी से प्राप्त पर्यवेक्षण (supervision) का उपयोग करके इन्फरेंस के दौरान अपने मापदंडों (parameters) को अनुकूलित करने में सक्षम बनाता है, जिससे बाहरी डेटा पर निर्भर रहे बिना तर्क संबंधी कार्यों में क्वेरी-विशिष्ट सुधार प्राप्त किया जा सके।
यह शोध पत्र एक पुनरुत्पादक, बहु-चरणीय ढांचे को प्रस्तुत करता है जो डेटा की कमी और क्रॉस-लिंग्विस्टिक भिन्नता जैसी चुनौतियों का समाधान करते हुए, अंग्रेजी, स्पेनिश और इतालवी सोशल मीडिया पर पुनः प्राप्त (reclaimed) LGBTQ+ अपशब्दों का प्रभावी ढंग से पता लगाने के लिए XLM-RoBERTa फाउंडेशन मॉडल और डेटा संवर्धन (data augmentation) के लिए GPT-4o-mini बैक-ट्रांसलेशन और भाषा-विशिष्ट थ्रेशोल्ड ऑप्टिमाइज़ेशन का लाभ उठाता है।
यह शोध पत्र संभाव्यता वर्गों (probability classes) पर कमजोर धारणाओं का लाभ उठाकर प्रोपेंसिटी और चयन संभावनाओं को अभिलक्षणित करते हुए, चयन पूर्वाग्रह (selection bias) के तहत औसत उपचार प्रभाव (Average Treatment Effect - ATE) की पहचान करने के लिए आवश्यक और पर्याप्त स्थितियाँ स्थापित करता है, जिससे मौजूदा ग्राफिकल मानदंडों को कारण प्रभाव की पहचान की अधिक व्यापक समझ के लिए कड़ाई से कमजोर स्थितियों के साथ विस्तारित किया गया है।
Q-Flow एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो टर्मिनल मानों को मध्यवर्ती अवस्थाओं तक प्रसारित करने के लिए नियत प्रवाह गतिकी (deterministic flow dynamics) का लाभ उठाकर स्थिर और अभिव्यंजक नीति अनुकूलन प्राप्त करता है, जिससे संख्यात्मक सॉल्वर के माध्यम से अस्थिर बैकप्रोपैगेशन की आवश्यकता समाप्त हो जाती है और यह ऑफलाइन एवं ऑनलाइन सेटिंग्स में अत्याधुनिक बेसलाइनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र लेखन, अपसारी चिंतन (divergent thinking) और वैज्ञानिक विचारोन्मेष (scientific ideation) के क्षेत्र में लार्ज लैंग्वेज मॉडल (LLM) के प्रदर्शन की भविष्यवाणी करने के लिए मौजूदा मानव रचनात्मकता परीक्षणों का व्यवस्थित रूप से मूल्यांकन करता है, जो उनकी सीमित वैधता को प्रकट करता है और 'डाइवर्जेंट रिमोट एसोसिएशन टेस्ट' (DRAT) को पहले सुदृढ़ उपकरण के रूप में प्रस्तुत करता है जो अभिसारी (convergent) और अपसारी दोनों प्रकार के चिंतन का एक साथ आकलन करके वैज्ञानिक विचारोन्मेष की भविष्यवाणी करने में सक्षम है।
यह शोध पत्र एक नैदानिक ढांचे (diagnostic framework) को प्रस्तुत करता है जो इनपुट स्पेस के एक कैलिब्रेशन-जागरूक प्रतिनिधित्व (calibration-aware representation) को सीखकर बड़े भाषा मॉडलों में छिपे हुए, इनपुट-निर्भर मिसकैलिब्रेशन शासन (miscalibration regimes) की खोज करता है, जिससे पारंपरिक वैश्विक विधियों की तुलना में अधिक प्रभावी स्थानीय आत्मविश्वास सुधार (local confidence corrections) सक्षम होते हैं।
यह शोध पत्र प्रकट करता है कि मेनी-शॉट चेन-ऑफ-थॉट इन-कॉन्टेक्स्ट लर्निंग, सरल पैटर्न मैचिंग के बजाय इन-कॉन्टेक्स्ट टेस्ट-टाइम लर्निंग के रूप में व्यवहार करती है, जो यह प्रदर्शित करता है कि मानक स्केलिंग नियम तर्क संबंधी कार्यों के लिए विफल हो जाते हैं और महत्वपूर्ण प्रदर्शन लाभ के लिए प्रदर्शन क्रम को अनुकूलित करने हेतु कर्विलिनियर डेमोंस्ट्रेशन सिलेक्शन (CDS) का प्रस्ताव करता है।