24509 पेपर
यह शोध पत्र प्रदर्शित करता है कि कई क्रॉस-डोमेन वर्गीकरण कार्यों पर भाषा मॉडलों को फाइन-ट्यून करने से अनदेखे डोमेनों पर प्रदर्शन में सुधार होता है, हालांकि यह प्रॉम्प्ट परिवर्तनों के साथ संघर्ष कर सकता है, एक ऐसी सीमा जिसे वर्गीकरण प्रशिक्षण को सामान्य निर्देश पालन के साथ मिश्रित करके कम किया जा सकता है ताकि जटिल तर्क कार्यों के लिए सामान्यीकृत करने वाले मजबूत, बिना-सोचने वाले मॉडलों को सक्षम बनाया जा सके।
यह शोध पत्र AEGIS मल्टी-एजेंट सिस्टम पर लागू एक पुनरावृत्ति, एजेंट-संचालित ऑडिटिंग प्रक्रिया का एक केस स्टडी प्रस्तुत करता है, जिसने 51 प्रॉम्प्ट-स्पेसिफिकेशन दोषों की पहचान करने, एक नया दोष वर्गीकरण (टैक्सोनॉमी) स्थापित करने और एक उत्पादन वातावरण में गैर-एकदिष्ट अभिसरण (नॉन-मोनोटोनिक कन्वर्जेंस) को प्रदर्शित करने के लिए LLM-आधारित निरीक्षणों के नौ क्रमिक दौरों का उपयोग किया।
यह शोध पत्र टोकन-स्तरीय ब्रेगमन प्रेफरेंस ऑप्टिमाइज़ेशन (TBPO) प्रस्तुत करता है, जो एक नवीन विधि है जो संरेखण गुणवत्ता (alignment quality), प्रशिक्षण स्थिरता और आउटपुट विविधता में सुधार करने के लिए मानक अनुक्रम-स्तरीय तुलनाओं से एक टोकन-स्तरीय ब्रैडली-टेरी प्रेफरेंस मॉडल व्युत्पन्न करती है, जबकि डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (DPO) की सरलता को बनाए रखती है।
PriorZero एक एकीकृत ढांचा है जो केंद्रित अन्वेषण के लिए मोंटे कार्लो ट्री सर्च (Monte Carlo Tree Search) के केवल मूल (root) पर LLM मार्गदर्शन को इंजेक्ट करके स्थिर और सूक्ष्म क्रेडिट असाइनमेंट (credit assignment) को सक्षम करने के लिए स्टैटिक लार्ज लैंग्वेज मॉडल प्रायर्स (LLMs priors) और डायनेमिक वर्ल्ड मॉडल्स के बीच के अंतर को पाटता है, जिससे वर्ल्ड मॉडल ट्रेनिंग को LLM अनुकूलन से अलग किया जाता है और इस प्रकार लॉन्ग-होरिजन कार्यों में निर्णय लेने की दक्षता और प्रदर्शन को महत्वपूर्ण रूप से बढ़ाया जाता है।
यह शोध पत्र एक्जीक्यूटेबल एजेंटिक मेमोरी (EAM) प्रस्तुत करता है, जो एक संरचित नॉलेज ग्राफ-आधारित फ्रेमवर्क है जो वैल्यू-गाइडेड ग्राफ सर्च का उपयोग करके रिट्रीवल-एंड-एक्ज़ीक्यूशन प्रक्रिया के माध्यम से नाजुक, स्टेप-वाइज LLM इंटरैक्शन को प्रतिस्थापित करता है, जिससे लॉन्ग-होरिज़न GUI ऑटोमेशन कार्यों में बेहतर प्रदर्शन, कम लागत और कम विलंबता प्राप्त होती है।
यह शोध पत्र LISA का प्रस्ताव करता है, जो एक सिग्नल-मुक्त संज्ञानात्मक मध्यस्थता ढांचा (cognitive arbitration framework) है जो स्वायत्त प्रतिच्छेदन प्रबंधन के लिए वाहनों के इरादों और प्राथमिकताओं पर तर्क करने हेतु लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो पारंपरिक सिग्नल-आधारित और आरक्षण-आधारित विधियों की तुलना में ट्रैफ़िक विलंब, कतार की लंबाई, ईंधन की खपत और इरादा संतुष्टि में महत्वपूर्ण सुधार प्रदर्शित करता है।
यह शोध पत्र MASEM प्रस्तुत करता है, जो अज्ञात विच्छेदित घटकों (disconnected components) वाली मैनिफोल्ड्स से कुशलतापूर्वक और स्केलेबिलिटी के साथ नमूने लेने के लिए k-निकटतम पड़ोसी घनत्व अनुमान (k-nearest neighbor density estimation) और पुनर्संरचना (resampling) के माध्यम से एक अनुभवजन्य वितरण (empirical distribution) की एंट्रॉपी को अधिकतम करता है, जो अभिसरण गति (convergence speed) और मिश्रण गुणवत्ता (mixing quality) में मौजूदा विकल्पों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र ब्रेगमन सेफ्टी ऑप्टिमाइज़ेशन (BSO) प्रस्तुत करता है, जो एक सिद्धांत-आधारित, एकल-चरण वाला ढांचा है जो भाषा मॉडल की सुरक्षा संरेखण (सेफ्टी अलाइनमेंट) प्रक्रिया को एक डेंसिटी रेशियो मैचिंग समस्या में बदलकर इसे सरल बनाता है, जिससे जटिल पाइपलाइनों या सहायक मॉडलों की आवश्यकता समाप्त हो जाती है और सुरक्षा-उपयोगिता (सेफ्टी-हेल्पफुलनेस) के बीच संतुलन में निरंतर सुधार होता है।
यह शोध पत्र FAMeX को प्रस्तुत करता है, जो फीचर एसोसिएशन मैप्स पर आधारित एक नवीन ग्राफ-सैद्धांतिक व्याख्यात्मक एआई (explainable AI) एल्गोरिदम है, जो वर्गीकरण के लिए फीचर महत्व को मापने में PFI और SHAP जैसी मौजूदा विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र -mem को प्रस्तुत करता है, जो एक हल्का तंत्र है जो फ्रोजन लार्ज लैंग्वेज मॉडल्स को एक कॉम्पैक्ट, डेल्टा-रूल-आधारित ऑनलाइन मेमोरी स्टेट के साथ उन्नत करता है ताकि ऐतिहासिक जानकारी को कुशलतापूर्वक संकुचित और पुन: उपयोग किया जा सके, जिससे बिना पूर्ण फाइन-ट्यूनिंग या कॉन्टेक्स्ट विंडो विस्तार के मेमोरी-इंटेंसिव कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार होता है।