24831 पेपर
यह शोध पत्र वेरिफिएबल प्रोसेस रिवार्ड्स (VPR) को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो सुदृढीकरण सीखने (रिनफोर्समेंट लर्निंग) के लिए सघन, टर्न-लेवल पर्यवेक्षण उत्पन्न करने हेतु ऑब्जेक्टिव ओरेकल्स का लाभ उठाता है, जिससे दीर्घ-क्षित एजेंटिक तर्क में क्रेडिट असाइनमेंट में सुधार होता है और स्पार्स आउटकम-लेवल फीडबैक की तुलना में विविध रीजनिंग बेंचमार्क पर बेहतर प्रदर्शन और सामान्यीकरण प्रदर्शित होता है।
PowerStep एक मेमोरी-कुशल एडेप्टिव ऑप्टिमाइज़र है जो सेकंड-मोमेंट सांख्यिकी (second-moment statistics) को संग्रहीत किए बिना -नॉर्म स्टीपेस्ट डिसेंट (steepest descent) के माध्यम से कोऑर्डिनेट-वाइज एडेप्टिविटी प्राप्त करता है, जो एडम (Adam) की अभिसरण गति (convergence speed) से मेल खाता है और बड़े पैमाने पर ट्रांसफॉर्मर प्रशिक्षण के लिए मेमोरी ओवरहेड को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र TMAS को प्रस्तुत करता है, जो एक मल्टी-एजेंट सिनर्जी फ्रेमवर्क है जो संरचित क्रॉस-ट्रैजेक्टरी सहयोग के लिए पदानुक्रमित स्मृतियों (hierarchical memories) का उपयोग करके और तर्क कार्यों में अन्वेषण (exploration) और दोहन (exploitation) को प्रभावी ढंग से संतुलित करने के लिए एक हाइब्रिड रिवॉर्ड रीइन्फोर्समेंट लर्निंग स्कीम का उपयोग करके बड़े भाषा मॉडलों के लिए टेस्ट-टाइम कंप्यूट स्केलिंग को बढ़ाता है।
यह शोध पत्र RW-Post प्रस्तुत करता है, जो वास्तविक दुनिया के मल्टीमॉडल फैक्ट-चेकिंग के लिए एक ऑडिट करने योग्य टेक्स्ट-इमेज बेंचमार्क है जो मानव-सत्यापित साक्ष्यों और तर्क संबंधी निशानों को सोशल मीडिया पोस्ट से जोड़ता है, और इसके साथ ही AgentFact बेसलाइन को भी प्रस्तुत करता है, ताकि वर्तमान मॉडलों की दावों को साक्ष्यों में निष्ठापूर्वक स्थापित करने की क्षमता में महत्वपूर्ण अंतराल को उजागर किया जा सके।
यह शोध पत्र एक अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि संसाधन-सीमित एज उपकरणों पर एजेंटिक एआई (agentic AI) का प्रदर्शन केवल मॉडल के आकार द्वारा निर्धारित नहीं होता है, बल्कि मॉडल चयन और टूल वर्कफ्लो के रणनीतिक संरेखण पर निर्भर करता है, जो इष्टतम परिनियोजन रणनीतियों के मार्गदर्शन के लिए डोमेन-आधारित अंतर्दृष्टि प्रदान करता है।
फीनिक्स-वीएल (Phoenix-VL) 1.5 मीडियम एक 123B-पैरामीटर वाला मूल रूप से मल्टीमॉडल और बहुभाषी फाउंडेशन मॉडल है जिसे व्यापक स्थानीयकृत प्रीट्रेनिंग और अलाइनमेंट के माध्यम से विशेष रूप से सिंगापुर के संदर्भ के लिए अनुकूलित किया गया है, जो सामान्य बुद्धिमत्ता में वैश्विक प्रतिस्पर्धात्मकता बनाए रखते हुए क्षेत्रीय बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
AnomalyClaw एक प्रशिक्षण-मुक्त (training-free) विज़ुअल विसंगति पहचान एजेंट है जो विसंगति निर्णय को एक बहु-चरणीय, टूल-ग्राउंडेड खंडन प्रक्रिया में बदलकर विविध डोमेन में विजन-लैंग्वेज मॉडल्स की विश्वसनीयता को बढ़ाता है, जो सामान्य-नमूना संदर्भों के विरुद्ध उम्मीदवारों का व्यवस्थित रूप से सत्यापन करता है।
यह शोध पत्र यह सिद्ध करके कौरोव्का नोटबुक (समस्या 21.10) के खुले प्रश्न को हल करता है कि प्रत्येक परिमित समूह एक "जस्ट फाइनाइट" प्रस्तुति स्वीकार करता है, जिसका अर्थ है एक ऐसी प्रस्तुति जहाँ किसी भी एक संबंध को हटाने से एक अनंत समूह प्राप्त होता है।
यह शोध पत्र उपचार प्रभाव अनुमान (treatment effect estimation) में पद्धतिगत अनुसंधान और व्यावहारिक अनुप्रयोग के बीच एक महत्वपूर्ण विच्छेद को प्रकट करता है, जो यह दर्शाता है कि काउंटरफैक्चुअल मेट्रिक्स और अर्ध-सिम्युलेटेड बेंचमार्क वास्तविक दुनिया के डेटा पर मॉडल के प्रदर्शन की विश्वसनीय रूप से भविष्यवाणी करने में विफल रहते हैं, जिससे अवलोकन योग्य मेट्रिक्स और वास्तविक-डेटा सत्यापन की ओर बदलाव का समर्थन मिलता है।
StereoTales एक बहुभाषी ढांचा और डेटासेट है जिसमें 10 भाषाओं में 650,000 से अधिक कहानियाँ शामिल हैं जो यह प्रकट करता है कि कैसे ओपन-एंडेड LLM जनरेशन, मॉडल के आकार की परवाह किए बिना, व्यवस्थित रूप से सांस्कृतिक रूप से अनुकूलित, हानिकारक रूढ़ियों (stereotypes) का उत्पादन करता है, जबकि यह पूर्वाग्रह के मानवीय और AI निर्णयों के बीच मजबूत संरेखण को प्रदर्शित करता है।