25058 पेपर
यह शोधपत्र एक एकीकृत, पुनरुत्पादक बेंचमार्क प्रस्तुत करता है जो शोर-युक्त, पाठ-व्युत्पन्न ग्राफों पर ग्राफ न्यूरल नेटवर्क की मजबूती और एक उच्च-गुणवत्ता वाले विशेषज्ञ-क्यूरेटेड संदर्भ के विरुद्ध तुलना करके विभिन्न ज्ञान ग्राफ निर्माण विधियों की प्रभावशीलता का संयुक्त रूप से मूल्यांकन करता है।
यह शोध पत्र LANTERN का प्रस्ताव करता है, जो एक एकीकृत न्यूरोसिम्बोलिक ट्रांसफर लर्निंग फ्रेमवर्क है जो मल्टी-सोर्स रीइन्फोर्समेंट लर्निंग परिदृश्यों में सैंपल एफिशिएंसी और रोबस्टनेस को महत्वपूर्ण रूप से सुधारने के लिए LLM-जनरेटेड टास्क ऑटोमेटा, सिमेंटिक पॉलिसी एग्रीगेशन और अडैप्टिव गेटिंग का लाभ उठाता है।
यह शोध पत्र GRALIS को प्रस्तुत करता है, जो रीज़ रिप्रेजेंटेशन थ्योरम (Riesz Representation Theorem) पर आधारित एक एकीकृत गणितीय ढांचा है, जो 14 में से 13.5 स्वैच्छिक गुणों (axiomatic properties) को एक साथ संतुष्ट करते हुए रैखिक एट्रिब्यूशन विधियों के लिए एक मानक रूप स्थापित करता है और पूर्णता (completeness), अभिसरण (convergence) तथा बहु-पैमाने की अंतःक्रियाओं (multi-scale interactions) के लिए औपचारिक गारंटी प्रदान करता है जिनका व्यक्तिगत XAI विधियों में अभाव है।
FinRAG-12B एक प्रोडक्शन-वैलिडेटेड, डेटा-एफिशिएंट 12B-पैरामीटर फ्रेमवर्क है जो एक विशिष्ट प्रशिक्षण पाइपलाइन को कैलिब्रेटेड रिफ्यूज़ल मैकेनिज्म के साथ जोड़ता है ताकि 40 से अधिक वित्तीय संस्थानों के लिए अत्यधिक सटीक, ग्राउंडेड और लागत प्रभावी प्रश्न उत्तर प्रदान किया जा सके, जो साइटेशन गुणवत्ता और क्वेरी रेजोल्यूशन में GPT-4.1 से बेहतर प्रदर्शन करता है और साथ ही लेटेंसी और परिचालन लागत को काफी कम करता है।
यह शोध पत्र ReaComp को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो LLM रीजनिंग ट्रेसेस को पुन: प्रयोज्य, ज़ीरो-टोकन सिम्बॉलिक सॉल्वर्स में संकलित करता है जो प्रोग्राम सिंथेसिस बेंचमार्क पर अत्याधुनिक सटीकता प्राप्त करते हैं, LLMs के साथ मिलकर टोकन के उपयोग को काफी कम कर देते हैं, और वास्तविक दुनिया के भाषाई कार्यों में सफलतापूर्वक स्थानांतरित होते हैं।
यह शोध पत्र SPARK का प्रस्ताव करता है, जो एक सेल्फ-प्ले फ्रेमवर्क है जो मल्टी-डॉक्यूमेंट वैज्ञानिक साहित्य से निर्मित एक एकीकृत नॉलेज ग्राफ का लाभ उठाकर रिलेशनल रीजनिंग प्रश्न उत्पन्न करता है और सत्यापन योग्य रिवॉर्ड प्रदान करता है, जिससे एक छोटे विजन-लैंग्वेज मॉडल को मल्टी-हॉप रीजनिंग कार्यों में फ्लैट-कॉर्पस बेसलाइन्स से बेहतर प्रदर्शन करने में सक्षम बनाया जा सके।
BitCal-TTS एक हल्का, नॉन-फाइन-ट्यून्ड रनटाइम कंट्रोलर है जो ऑनलाइन अनसर्टेन्टी प्रॉक्सीज़ को बिट-कंडीशन्ड कॉन्फिडेंस रिस्केलिंग के साथ जोड़कर 4-बिट क्वांटाइज़्ड रीजनिंग मॉडल्स में हानिकारक अर्ली हॉल्टिंग को कम करता है, जिससे टोकन दक्षता को बनाए रखते हुए GSM8K-शैली के कार्यों पर सटीकता में सुधार होता है और समयपूर्व ठहराव को कम किया जाता है।
यह शोध पत्र ReOT का प्रस्ताव करता है, जो अत्यधिक लेबल शिफ्ट के तहत डोमेन अनुकूलन (domain adaptation) के लिए एक विश्वसनीय इष्टतम परिवहन-आधारित (optimal transport-based) विधि है, जो निजी वर्गों (private classes) की सटीक पहचान करने और साझा एवं निजी वर्गों के बीच पृथक क्लस्टर संरचनाओं को संरक्षित करते हुए वर्गीकरण जोखिम को कम करके उनके प्रतिकूल प्रभावों को कम करने के लिए एक स्थानीयता-जागरूक स्कोर फ़ंक्शन (locality-aware score function) पेश करता है।
यह शोध पत्र LMO-IGT का प्रस्ताव करता है, जो स्टोकेस्टिक अनुकूलन विधियों का एक नया वर्ग है जो प्रति पुनरावृत्ति केवल एक ग्रेडिएंट मूल्यांकन के साथ बेहतर इटरेशन कॉम्प्लेक्सिटी प्राप्त करने के लिए 'इम्प्लिसिट ग्रेडिएंट ट्रांसपोर्ट' का लाभ उठाता है, और साथ ही अनकन्स्ट्रेंड (unconstrained) और कन्स्ट्रेंड (constrained) LMO-आधारित दृष्टिकोणों के बीच सैद्धांतिक अंतराल को पाटने के लिए एक एकीकृत ढांचे और नियमित सहायता फलन (regularized support function) को प्रस्तुत करता है।
यह शोधपत्र BeliefMem को प्रस्तुत करता है, जो LLM एजेंटों के लिए एक संभाव्य स्मृति ढांचा (probabilistic memory framework) है, जो आंशिक रूप से दृश्यमान वातावरण (partially observable environments) में एकल नियतात्मक निष्कर्षों (single deterministic conclusions) के प्रति प्रतिबद्ध होने के बजाय अपडेट की गई संभावनाओं के साथ कई संभावित निष्कर्षों को बनाए रखकर स्व-सुदृढ़ त्रुटियों (self-reinforcing errors) को कम करता है, जिससे दीर्घ-संदर्भ बेंचमार्क (long-context benchmarks) पर बेहतर प्रदर्शन प्राप्त होता है।