24509 पेपर
SOMA एक कुशल मल्टी-टर्न LLM सर्विंग फ्रेमवर्क है जो शुरू में सिमेंटिक डाइवर्जेंस (semantic divergences) की पहचान करने के लिए एक बड़े मॉडल का उपयोग करता है, और फिर शेष बातचीत को संभालने के लिए सॉफ्ट प्रॉम्प्ट्स और लोकलाइज्ड LoRA फाइन-ट्यूनिंग के माध्यम से एक छोटे सरोगेट मॉडल को अनुकूलित करता है, जिसमें गुणवत्ता आश्वासन के लिए एक सेफ्टी गेट भी शामिल है, जिससे लेटेंसी और लागत कम होती है।
यह शोधपत्र Tenure को पेश करता है, जो एक लोकल-फर्स्ट प्रॉक्सी है जो सिमेंटिक सिमिलैरिटी सर्च को एक स्ट्रक्चर्ड, टाइप्ड बिलीफ स्टेट मैनेजमेंट सिस्टम से बदल देता है ताकि मेमोरी को सर्च समस्या के बजाय स्टेट मैनेजमेंट समस्या मानकर क्रॉस-सेशन LLM मेमोरी रिट्रीवल में पूर्ण सटीकता प्राप्त की जा सके।
यह शोध पत्र UG-TTT को प्रस्तुत करता है, जो एक टेस्ट-टाइम डिस्कवरी फ्रेमवर्क है जो प्रति-टोकन एपिस्टेमिक अनिश्चितता (epistemic uncertainty) को म्यूचुअल इंफॉर्मेशन के माध्यम से मापने के लिए लो-रैंक एडेप्टर्स के एक एनसेंबल का लाभ उठाता है, और इस सिग्नल का उपयोग एक एक्सप्लोरेशन बोनस के रूप में करके लार्ज लैंग्वेज मॉडल्स को परिचित पैटर्नों को प्राथमिकता देने वाले मानक सुदृढीकरण शिक्षण (reinforcement learning) के दोषों से बचाते हुए वास्तव में नवीन वैज्ञानिक समाधानों की ओर निर्देशित करता है।
यह शोध पत्र मतिभ्रम (hallucination) का पता लगाने वाले बेंचमार्क के लिए वांछनीयता (desiderata) के एक नए सेट का प्रस्ताव करता है, लॉन्ग-कॉन्टेक्स्ट RAG परिदृश्यों और यथार्थवादी लेबल शोर के संबंध में मौजूदा डेटासेटों में महत्वपूर्ण अंतराल की पहचान करता है, और इन सीमाओं को दूर करने के साथ-साथ वर्तमान डिटेक्शन विधियों के प्रदर्शन में नई अंतर्दृष्टि प्रदान करने के लिए ओपन-सोर्स TRIVIA+ बेंचमार्क प्रस्तुत करता है।
उन्नत मशीन लर्निंग के साथ दस लाख से अधिक वास्तविक दुनिया के खोज प्रश्नों (सर्च क्वेरीज़) का विश्लेषण करके, यह शोध पत्र प्रकट करता है कि भू-स्थानिक वेब खोज लागत और घंटों जैसी व्यावहारिक, लेन-देन संबंधी आवश्यकताओं द्वारा नियंत्रित होती है जो पारंपरिक जीआईएस (GIS) प्रणालियों के दायरे से कहीं अधिक है, जो हाइब्रिड रिट्रीवल आर्किटेक्चर और लार्ज लैंग्वेज मॉडल्स में भौगोलिक तर्क के लिए अपडेटेड बेंचमार्क के लिए एक आह्वान प्रस्तुत करता है।
यह शोध पत्र ZeNO प्रस्तुत करता है, जो एक ग्रेडिएंट-मुक्त ढांचा है जो इसे पाथ-इंटीग्रल कंट्रोल समस्या के रूप में स्वरूपित करके जनरेटिव मॉडल्स में नॉइज़ को अनुकूलित करता है, जिससे बैकप्रोपैगेशन की आवश्यकता के बिना स्टोकेस्टिक और डिटर्मिनिस्टिक दोनों जनरेटर्स के लिए प्रभावी रिवॉर्ड अलाइनमेंट सक्षम होता है।
यह शोध पत्र आपदा संबंधी अनौपचारिक सोशल मीडिया पोस्ट से कारण संबंधों (causal relations) को निकालने के लिए लार्ज लैंग्वेज मॉडल्स (LLMs) के उपयोग की प्रभावशीलता और जोखिमों का मूल्यांकन करने के लिए एक विशेषज्ञ-आधारित सत्यापन ढांचे का प्रस्ताव करता है, जो यह निर्धारित करने के लिए मॉडल आउटपुट की संदर्भ ग्राफों के विरुद्ध तुलना करता है कि निकाले गए संबंध साक्ष्य-आधारित हैं या मॉडल के पूर्व ज्ञान (priors) द्वारा संचालित हैं।
CVEvolve एक स्वायत्त, ज़ीरो-कोड एजेंटिक सिस्टम है जो LLMs और एक मल्टी-राउंड सर्च रणनीति का लाभ उठाता है ताकि वैज्ञानिक डेटा-प्रोसेसिंग एल्गोरिदम को स्वतंत्र रूप से खोजा और अनुकूलित किया जा सके, जिससे डोमेन वैज्ञानिकों को व्यापक प्रोग्रामिंग विशेषज्ञता की आवश्यकता के बिना जटिल, असंरचित डेटा का प्रभावी ढंग से विश्लेषण करने में सक्षम बनाया जा सके।
यह शोध पत्र उत्तरजीविता विश्लेषण (सर्वाइवल एनालिसिस) में निष्पक्षता के लिए एक गैर-प्राचलिक (नॉन-पैरामीट्रिक) कारण ढांचे को प्रस्तुत करता है जो उनके उद्भव और विकास की व्याख्या करने के लिए अस्थायी असमानताओं को प्रत्यक्ष, अप्रत्यक्ष और छद्म मार्गों में विभाजित करता है, जिसे आईसीयू परिणामों में नस्लीय असमानताओं के विश्लेषण के माध्यम से प्रदर्शित किया गया है।
यह शोध पत्र जनरेटिव एआई (generative AI) में कॉज़ल फेयरनेस (causal fairness) के लिए एक एकीकृत सैद्धांतिक ढांचा स्थापित करता है, जो नए डिकंपोज़िशन मेथड्स और एस्टिमेटर्स को व्युत्पन्न करता है ताकि यह मात्रात्मक रूप से मापा जा सके कि जनरेटिव मॉडल्स के आंतरिक कॉज़ल मैकेनिज्म्स विभिन्न पाथवेज़ (pathways) के माध्यम से जनसांख्यिकीय पूर्वाग्रहों (demographic biases) में कैसे योगदान देते हैं।