25058 पेपर
यह शोध पत्र यह प्रकट करता है कि LLM एजेंटों में कॉन्टेक्स्ट विंडो का विस्तार अक्सर एक "मेमोरी कर्स" (स्मृति अभिशाप) को सक्रिय करता है जो नकारात्मक तर्क पैटर्न को बढ़ाकर मल्टी-एजेंट सामाजिक दुविधाओं में सहकारी इरादे को व्यवस्थित रूप से नष्ट कर देता है, एक ऐसी घटना जिसे भविष्योन्मुखी ट्रेस (forward-looking traces) पर लक्षित फाइन-ट्यूनिंग या मेमोरी सैनिटाइजेशन के माध्यम से कम किया जा सकता है।
यह शोध पत्र VecCISC को प्रस्तुत करता है, जो एक हल्का ढांचा (framework) है जो मूल्यांकन से पहले अनावश्यक या भ्रामक रीजनिंग ट्रेसेस (reasoning traces) को फ़िल्टर करने के लिए सिमेंटिक समानता (semantic similarity) का उपयोग करके कॉन्फिडेंस-इन्फॉर्म्ड सेल्फ-कंसिस्टेंसी (Confidence-Informed Self-Consistency) की गणना लागत को कम करता है, जिससे विविध रीजनिंग बेंचमार्क पर सटीकता बनाए रखते हुए या उसमें सुधार करते हुए 47% तक टोकन की बचत हासिल होती है।
यह शोध पत्र एक नवीन मल्टी-मोडैलिटी नॉलेज डिस्टिलेशन फ्रेमवर्क प्रस्तावित करता है जो छात्र (student) नेटवर्क को शिक्षक (teacher) के मोडैलिटी-लेवल ग्राम मैट्रिक्स (Gram Matrix) को सीखने के लिए मजबूर करके शिक्षक और छात्र नेटवर्कों के बीच के अंतर को पाटता है, जिससे केवल अंतिम आउटपुट के बजाय आवश्यक इंटर-मोडैलिटी रिलेशनशिप जानकारी को कैप्चर किया जा सके।
यह शोधपत्र ANGOFA को प्रस्तुत करता है, जो अंगोलन भाषाओं के लिए चार प्री-ट्रेंड लैंग्वेज मॉडल्स का एक समूह है, जो मौजूदा स्टेट-ऑफ-द-आर्ट मॉडल्स से काफी बेहतर प्रदर्शन करने के लिए मल्टीलिंगुअल एडेप्टिव फाइन-ट्यूनिंग फ्रेमवर्क के भीतर इन्फॉर्म्ड एम्बेडिंग इनिशियलाइजेशन और सिंथेटिक डेटा का लाभ उठाता है।
यह शोध पत्र "AI-Control Games" प्रस्तुत करता है, जो एक औपचारिक बहु-उद्देश्यीय आंशिक रूप से अवलोकन योग्य स्टोकेस्टिक गेम फ्रेमवर्क है, जो अविश्वसनीय AI प्रणालियों को तैनात करने के लिए इष्टतम सुरक्षा प्रोटोकॉल का गणितीय मूल्यांकन और संश्लेषण करने हेतु रेड-टीमिंग अभ्यासों को मॉडल करता है, और प्रोग्रामिंग सहायता जैसे परिदृश्यों में अनुभवजन्य विधियों की तुलना में बेहतर प्रभावकारिता प्रदर्शित करता है।
यह शोधपत्र समानता के साथ प्रथम- और द्वितीय-क्रम की निर्भरताओं के लिए पहली लक्ष्य-संचालित क्वेरी उत्तर देने वाली तकनीक प्रस्तुत करता है, जो अप्रासंगिक निष्कर्षों से बचने के लिए एक संशोधित सिंगुलराइजेशन वेरिएंट, एक प्रासंगिकता विश्लेषण और एक मैजिक सेट्स अनुकूलन को जोड़कर क्वेरी प्रोसेसिंग को महत्वपूर्ण रूप से तेज करता है।
यह योगदान एक समाजभाषाई मॉडलिंग दृष्टिकोण प्रस्तुत करता है जो सामुदायिक सत्यापन के आधार पर उपयोगकर्ता प्रभाव की भविष्यवाणी करने के लिए जनसांख्यिकीय और व्यक्तित्व डेटा का लाभ उठाता है, जिससे आठ विशिष्ट डोमेन में महत्वपूर्ण प्रदर्शन सुधार प्रदर्शित होता है।
यह योगदान एक क्वांटम इको स्टेट नेटवर्क (QESN) के एक नवीन डिज़ाइन को प्रस्तुत करता है जो शोर वाले IBM क्वांटम हार्डवेयर पर एक अराजक लोरेन्ज़ सिस्टम (Lorenz system) से दीर्घ समय श्रृंखलाओं की सफलतापूर्वक भविष्यवाणी करता है, जिससे निरंतर स्मृति क्षमताओं का प्रदर्शन होता है जो QPU के औसत सुसंगतता समय (coherence times) से 100 गुना से भी अधिक है।
यह शोध पत्र यह प्रकट करता है कि जहाँ अत्याधुनिक लार्ज लैंग्वेज मॉडल्स (Large Language Models) कोड कार्यों पर उच्च पूर्वानुमान सटीकता प्राप्त करते हैं, वहीं वे अक्सर त्रुटिपूर्ण तर्क पर निर्भर रहते हैं और महत्वपूर्ण भंगुरता प्रदर्शित करते हैं, जो अक्सर अर्थ-संरक्षण करने वाले कोड उत्परिवर्तनों (semantics-preserving code mutations) का सामना करने पर अपने पूर्वानुमानों को बदल देते हैं।
यह शोध पत्र PKeX-Shapley प्रस्तुत करता है, जो एक नवीन एल्गोरिदम है जो उत्पाद कर्नेल (product kernels) की गुणात्मक संरचना का लाभ उठाकर सभी विशेषताओं के लिए एमोर्टाइज्ड लीनियर समय में सटीक, पैरामीटर-मुक्त शापली मान (Shapley values) की गणना करता है, जिससे कर्नेल-आधारित व्याख्यात्मकता और सांख्यिकीय विश्लेषण के लिए मौजूदा सन्निकटन विधियों में निहित कम्प्यूटेशनल जटिलता और अनुमान त्रुटियों पर विजय प्राप्त होती है।