25160 पेपर
यह शोध पत्र LOVER को प्रस्तुत करता है, जो एक अनसुपरवाइज्ड (unsupervised) वेरीफायर है जो बिना किसी महंगी सुपरवाइज्ड डेटा के, ऑफ-द-शेल्फ (off-the-shelf) LLMs से मजबूत तर्क प्राप्त करने के लिए रीजनिंग पाथ्स पर तार्किक बाधाओं का लाभ उठाता है, और सुपरवाइज्ड बेसलाइन्स के समान प्रदर्शन प्राप्त करता है।
यह शोध पत्र VARS-FL का प्रस्ताव करता है, जो IoT सिस्टम में non-IID फेडरेटेड लर्निंग के लिए एक क्लाइंट चयन ढांचा है, जो सर्वर-साइड वैलिडेशन लॉस रिडक्शन को एक हिस्ट्री-अवेयर रेप्यूटेशन स्कोर में एकत्रित करके अभिसरण (convergence) और स्थिरता में सुधार करता है, और Edge-IIoTset डेटासेट पर FedAvg और Oort जैसे मौजूदा तरीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र LipB-ViT प्रस्तुत करता है, जो एक आर्किटेक्चर-अज्ञेय (architecture-agnostic) बेयसियन हेडर है जो विजन ट्रांसफॉर्मर्स में संरचित, अर्थपूर्ण रूप से समीपवर्ती लेबल शोर (semantically proximal label noise) का प्रभावी ढंग से पता लगाने और उसे कम करने के लिए वेरिएशनल वेट्स पर बी-लिप्सचिट्ज़ (bi-Lipschitz) बाधाओं को लागू करता है, जिससे अत्याधुनिक तरीकों की तुलना में बेहतर रिकॉल और मजबूती प्राप्त होती है।
यह शोध पत्र 'नुल स्पेस कंस्ट्रेंड कॉन्ट्रास्टिव विजुअल फॉरगेटिंग' (Null Space Constrained Contrastive Visual Forgetting) का प्रस्ताव करता है, जो एक ऐसी विधि है जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स के विजुअल मॉड्यूल को कॉन्ट्रास्टिव लर्निंग और नुल स्पेस कंस्ट्रेंट्स का उपयोग करके फाइन-ट्यून करती है ताकि स्टैटिक और कॉन्टिनुअल अनलर्निंग परिदृश्यों में गैर-लक्ष्य विजुअल और सभी टेक्स्टुअल ज्ञान को सुरक्षित रखते हुए प्रभावी ढंग से लक्षित विजुअल ज्ञान को भुलाया जा सके।
यह शोध पत्र PREFER का प्रस्ताव करता है, जो एक ऑनलाइन लर्निंग फ्रेमवर्क है जो प्रत्यक्ष फीडबैक के माध्यम से व्यक्तिगत उपयोगकर्ता प्राथमिकताओं की अपनी समझ को बार-बार परिष्कृत करके व्यक्तिगत उत्पाद समीक्षा सारांश तैयार करता है, जिससे यह स्थिर, सामान्य सारांशीकरण प्रणालियों की सीमाओं को दूर करता है।
यह शोध पत्र गणितज्ञों द्वारा एक एआई कोडिंग एजेंट के उपयोग पर आधारित एक अध्ययन के माध्यम से, 'सेंसमेकिंग' (sensemaking) के पूरक प्रक्रिया के रूप में "इंटेंटमेकिंग" (intentmaking) की अवधारणा प्रस्तुत करता है, ताकि एआई उपकरणों को स्थिर प्रश्न-उत्तर प्रणालियों के रूप में कार्य करने के बजाय, पुनरावृत्ति लक्ष्य परिशोधन (iterative goal refinement) का समर्थन करने वाले सहयोगात्मक उपकरणों के रूप में डिजाइन करने की वकालत की जा सके।
HaM-World एक संरचित वर्ल्ड मॉडल पेश करता है जो लंबी अवधि की योजना को स्थिर करने और आउट-ऑफ-डिस्ट्रीब्यूशन डायनेमिक्स शिफ्ट के विरुद्ध मजबूती को महत्वपूर्ण रूप से सुधारने के लिए डिकंपोज्ड सॉफ्ट-हैमिल्टोनियन लेटेंट स्पेस के साथ मांबा-आधारित चयनात्मक मेमोरी को एकीकृत करता है।
यह शोध पत्र PCNET को प्रस्तुत करता है, जो एक संभाव्य सर्किट-आधारित विधि है जो LLM के रेसिडुअल स्ट्रीम (residual stream) में ज्यामितीय विसंगतियों (geometric anomalies) के रूप में मतिभ्रम (hallucinations) का पता लगाती है ताकि PC-LDCD के माध्यम से गतिशील, लक्षित हस्तक्षेप को सक्षम किया जा सके, जिससे मॉडल वेट संशोधनों या बाहरी सत्यापनकर्ताओं की आवश्यकता के बिना, सही जनरेशन की अखंडता को बनाए रखते हुए मतिभ्रम को काफी हद तक कम किया जा सके।
TheraAgent एक स्व-सुधारित एजेंटिक फ्रेमवर्क है जो उपचार योजना को बेहतर बनाने के लिए वन-शॉट (one-shot) LLM जनरेशन को एक पुनरावृत्त जनरेट-जज-रिफाइन (generate-judge-refine) पाइपलाइन से बदल देता है, जिसमें एक विशेषीकृत TheraJudge मॉड्यूल का उपयोग किया जाता है ताकि विशेषज्ञ मूल्यांकन में मानव चिकित्सकों से भी बेहतर सटीकता, पूर्णता और सुरक्षा प्राप्त की जा सके।
BehaviorGuard डीप रिइन्फोर्समेंट लर्निंग के लिए पहला ऑनलाइन, ट्रिगर-अज्ञेय (trigger-agnostic) रक्षा ढांचा है जो एक्शन डिस्ट्रीब्यूशन में असामान्य बदलावों की पहचान करके और उन्हें दबाकर सिंगल- और मल्टी-एजेंट सेटिंग्स दोनों में बैकडोर हमलों का पता लगाता है और उन्हें कम करता है, जो मौजूदा तरीकों की तुलना में बेहतर प्रभावकारिता और दक्षता प्रदान करता है।