24888 पेपर
यह शोध पत्र यूक्रेनी मल्टी-डोमेन डॉक्यूमेंट अंडरस्टैंडिंग कार्य के लिए एक उच्च-प्रदर्शन वाली रिट्रीवल-ऑगमेंटेड पाइपलाइन प्रस्तुत करता है जो जटिल ह्यूरिस्टिक्स के बजाय डॉक्यूमेंट स्ट्रक्चर प्रिजर्वेशन और आंसर-स्पेस अवेयरनेस को प्राथमिकता देकर, कॉन्टेक्स्टुअल चंकिंग, क्वेश्चन-अवेयर डेंस रिट्रीवल और आंसर ऑप्शंस पर आधारित रीरैंकिंग का लाभ उठाकर लीडरबोर्ड के शीर्ष स्कोर प्राप्त करता है।
यह शोध पत्र केवल सुरक्षा और हानि निवारण से परे एआई अनुसंधान के एक आवश्यक विस्तार के रूप में "सकारात्मक संरेखण" (पॉजिटिव अलाइनमेंट) का प्रस्ताव करता है, जो बहुलवादी, विकेंद्रीकृत और सद्गुण-उन्मुख डिजाइन सिद्धांतों के माध्यम से मानवीय और पारिस्थितिक उत्कर्ष को सक्रिय रूप से विकसित करने वाले तंत्रों की वकालत करता है।
यह शोध पत्र TAP को प्रस्तुत करता है, जो एक नवीन ढांचा है जो डिफ्यूजन इनपेंटिंग (diffusion inpainting) को लर्नर-कंडीशन्ड पॉलिसी (learner-conditioned policy) के साथ जोड़ता है ताकि उच्च-उपयोगिता वाले सिंथेटिक सारणीबद्ध डेटा (synthetic tabular data) को सक्रिय रूप से चुनने और इंजेक्ट करने का कार्य किया जा सके, जिससे वितरण संबंधी निष्ठा (distributional fidelity) और डाउनस्ट्रीम मॉडल प्रदर्शन के बीच के अंतर को पाटकर गंभीर डेटा की कमी के तहत वर्गीकरण और प्रतिगमन परिणामों में महत्वपूर्ण सुधार किया जा सके।
यह शोधपत्र \textsc{KrausKGE} प्रस्तुत करता है, जो क्रौस अपघटन (Kraus decomposition) और तीन संरचनात्मक अभिगृहीतों (रैखिकता, ट्रेस संरक्षण और पूर्ण धनात्मकता) पर आधारित एक सिद्धांतपूर्ण नॉलेज ग्राफ एम्बेडिंग मॉडल है, जो स्वाभाविक रूप से जटिल -से- संबंधों को संभालता है, स्पष्ट पाथ एनकोडर्स के बिना -हॉप रीजनिंग का समर्थन करता है, और नॉर्म बाधाओं की आवश्यकता को समाप्त करते हुए मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है।
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।