24537 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि एक पूर्ण ओरेकल (oracle) के बिना LLM कोड जनरेशन के लिए, निष्पादन-आधारित सर्वसम्मति (execution-based consensus) विधियाँ आउटपुट-पैटर्न वोटिंग की तुलना में काफी बेहतर प्रदर्शन करती हैं, जहाँ सफलता का प्राथमिक चालक प्रयुक्त विशिष्ट एकत्रीकरण नियम (aggregation rule) के बजाय उत्पन्न किए गए परीक्षण इनपुट (test inputs) की गुणवत्ता है।
यह शोध पत्र "इवेंट फील्ड्स" (Event Fields) को प्रस्तुत करता है, जो वेवफॉर्म फाउंडेशन मॉडल्स का एक नया वर्ग है जो पारंपरिक अनुक्रम-आधारित निरूपणों से हटकर समय श्रृंखला (time series) को अंतर्निहित, परस्पर क्रिया करने वाली घटनाओं के रूप में मॉडल करने वाले एक स्व-पर्यवेक्षित ढांचे (self-supervised framework) की ओर स्थानांतरित होकर शारीरिक संकेतों के विश्लेषण में सुधार करता है, जिससे विभिन्न स्वास्थ्य देखभाल बेंचमार्क में उत्कृष्ट प्रदर्शन, सुदृढ़ता और लेबल दक्षता प्राप्त होती है।
यह शोध पत्र स्ट्रक्चर-सेंट्रिक ग्राफ फाउंडेशन मॉडल्स (SCGFM) का प्रस्ताव करता है, जो एक नवीन दृष्टिकोण है जो सीखने योग्य ज्यामितीय आधारों (learnable geometric bases) और ग्रोमो-वासरस्टीन अलाइनमेंट (Gromov-Wasserstein alignment) का उपयोग करके ग्राफ टोपोलॉजी को हस्तांतरणीय ज्ञान के प्राथमिक स्रोत के रूप में मानता है ताकि संरचनात्मक विषमता और फीचर असंगति को दूर किया जा सके, जिससे विविध ग्राफ डोमेन में उत्कृष्ट सामान्यीकरण प्राप्त किया जा सके।
SkillMaster एक नवीन प्रशिक्षण ढांचा है जो LLM एजेंटों को प्रक्षेपवक्र-सूचित समीक्षा (trajectory-informed review), प्रतितथ्यात्मक उपयोगिता मूल्यांकन (counterfactual utility evaluation) और एक दोहरे-लाभ वाले सुदृढीकरण लर्निंग एल्गोरिदम के माध्यम से स्वायत्त रूप से कौशल बनाने, परिष्कृत करने और चुनने में सक्षम बनाता है, जिससे बिना किसी बाहरी मार्गदर्शन के जटिल कार्यों पर महत्वपूर्ण प्रदर्शन सुधार और आत्म-सुधार क्षमताएं प्राप्त होती हैं।
यह शोध पत्र MBP-KT का प्रस्ताव करता है, जो एक सामान्य ढांचा है जो कच्चे इंटरैक्शन को मेटा-व्यवहार संबंधी पैटर्न में बदलकर पैरामीटर-मुक्त वैश्विक सहयोगात्मक जानकारी निकालने और इंजेक्ट करने के माध्यम से नॉलेज ट्रेसिंग को बढ़ाता है, जिससे विभिन्न डाउनस्ट्रीम मॉडलों के प्रदर्शन और सामान्यीकरण में सुधार होता है।
यह शोध पत्र गेट-एंड-मर्ज (Gate-and-Merge) को प्रस्तुत करता है, जो विजन-लैंग्वेज मॉडल्स में कंपोजिशनल पर्सनलाइजेशन के लिए एक ज़ीरो-शॉट फ्रेमवर्क है, जो अवधारणाओं को लोरा (LoRA) एडेप्टर के माध्यम से स्वतंत्र रूप से सीखता है और बिना सह-अस्तित्व प्रशिक्षण (co-occurrence training) के विलगित, हस्तक्षेप-मुक्त प्रदर्शन सुनिश्चित करने के लिए अनुमान (inference) के दौरान उन्हें एक गेटिंग मैकेनिज्म का उपयोग करके मर्ज करता है।
AgentPSO एक नवीन ढांचा है जो एजेंटों को स्वार्म ऑप्टिमाइज़ेशन प्रक्रिया में कणों (particles) के रूप में मानकर मल्टी-एजेंट रीजनिंग कौशल को विकसित करता है, जो अंतर्निहित भाषा मॉडल मापदंडों को संशोधित किए बिना समस्या-समाधान प्रदर्शन में सुधार करने के लिए व्यक्तिगत और वैश्विक सर्वोत्तम अनुभवों के संयोजन के माध्यम से उनकी प्राकृतिक-भाषा तर्क रणनीतियों को पुनरावृत्ति के साथ अपडेट करता है।
यह शोधपत्र आत्मविश्वास-आधारित मानव-एआई टीमों के लिए सटीक सैद्धांतिक सीमाएँ और असंभवता संबंधी गारंटी स्थापित करता है, यह सिद्ध करते हुए कि पूरकता तभी प्राप्त की जा सकती है जब त्रुटि सहसंबंध (error correlation) एक विशिष्ट सीमा से नीचे रहे जो कार्य की जटिलता के साथ स्केल करती है, जिससे यह स्पष्ट होता है कि टीमें अक्सर अपने सर्वश्रेष्ठ व्यक्तिगत सदस्य से बेहतर प्रदर्शन करने में क्यों विफल रहती हैं।
यह शोध पत्र REAP का प्रस्ताव करता है, जो एक सुदृढीकरण लर्निंग (Reinforcement Learning) आधारित एंड-टू-एंड स्वायत्त पार्किंग प्रणाली है जो कुशल प्रशिक्षण और सफल Real2Sim2Real स्थानांतरण प्राप्त करने के लिए सॉफ्ट एक्टर-क्रिटिक (Soft Actor-Critic), बिहेवियर क्लोनिंग (behavior cloning) और एक 3D गॉसियन स्प्लेटिंग (3D Gaussian Splatting) सिम्युलेटर का लाभ उठाता है, जो विशेष रूप से संकीर्ण मैकेनिकल पार्किंग स्लॉट जैसे चरम परिदृश्यों में उत्कृष्ट प्रदर्शन करता है।
यह शोध पत्र AgentForesight प्रस्तुत करता है, जो एक कॉम्पैक्ट ऑनलाइन ऑडिटर वाला एक फ्रेमवर्क है जिसे नए क्यूरेटेड AFTraj-2K डेटासेट पर प्रशिक्षित किया गया है ताकि LLM-आधारित मल्टी-एजेंट सिस्टम में निर्णायक त्रुटियों की वास्तविक समय में भविष्यवाणी और स्थानीयकरण किया जा सके, जिससे पोस्ट-हॉक विफलता एट्रिब्यूशन पर निर्भर रहने के बजाय डिप्लॉयमेंट-टाइम इंटरवेंशन (तैनाती-समय हस्तक्षेप) सक्षम हो सके।