25186 पेपर
यह शोध पत्र CoVUBench को प्रस्तुत करता है, जो एक ऐसा बेंचमार्क फ्रेमवर्क है जिसे बड़े विजन-लैंग्वेज मॉडल्स से कॉपीराइट वाली दृश्य सामग्री को हटाने के लिए मशीन अनलर्निंग विधियों की प्रभावशीलता और सामान्यीकरण का कठोरता से मूल्यांकन करने के लिए डिज़ाइन किया गया है, जबकि उनकी समग्र उपयोगिता को बनाए रखा जाता है।
यह शोधपत्र HeadQ प्रस्तुत करता है, जो एक KV-कैश क्वांटाइजेशन विधि है जो अनुकूलन उद्देश्य को कच्चे स्टोरेज-स्पेस पुनर्निर्माण से बदलकर स्कोर और वैल्यू स्पेस में मॉडल-दृश्य विरूपण (model-visible distortion) में स्थानांतरित करती है, जिससे सीखे गए क्वेरी बेस के माध्यम से की (key) लॉजिट्स को सुधारकर और अटेंशन-वेटेड सरोगेट्स के माध्यम से वैल्यू विरूपण को न्यूनतम करके परप्लेक्सिटी (perplexity) को महत्वपूर्ण रूप से कम किया जाता है।
यह शोधपत्र Workspace-Bench प्रस्तुत करता है, जो AI एजेंटों की वर्कस्पेस सीखने की क्षमताओं का मूल्यांकन करने के लिए यथार्थवादी फ़ाइल निर्भरताओं और विविध कार्यों से युक्त एक बड़े पैमाने का बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान मॉडल जटिल क्रॉस-फ़ाइल तर्क और निर्णय लेने के मामले में मानव प्रदर्शन से काफी पीछे हैं।
यह शोध पत्र यह प्रस्तावित करता है कि मल्टी-हॉप पाथवे (multi-hop pathways) का विश्लेषण करने के लिए रिकरेंट न्यूरल नेटवर्क को ग्राफ के रूप में मॉडल करना यह प्रकट करता है कि गणना को टेम्पोरल रूप से कैसे रूट किया जाता है, जिससे रिजोल्वेंट-आरएनएन (resolvent-RNNs) का विकास होता है जो इन कार्यात्मक पथों को कार्य-संरेखित टेम्पोरल स्पर्सिटी (task-aligned temporal sparsity) प्रेरित करने के लिए सीमित करके मानक L1 रेगुलराइजेशन से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र बार-बार होने वाले सुरक्षा दुविधा (security dilemma) खेलों में प्रयोगात्मक विषयों के रूप में लार्ज लैंग्वेज मॉडल्स (LLMs) का उपयोग करने वाला एक पद्धतिगत ढांचा प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि वे व्यवस्थित रूप से प्रमुख अंतर्राष्ट्रीय संबंधों तंत्रों—जैसे कि बहुध्रुवीयता के तहत बढ़ता संघर्ष, सीमित क्षितिज (finite horizons) में बिखराव, और संचार के माध्यम से संघर्ष में कमी—को पुनरुत्पादित करते हैं, साथ ही उनके विकल्पों के पीछे के रणनीतिक तर्क तक अनूठा पहुँच प्रदान करते हैं।
यह शोध पत्र एक विधि प्रस्तुत करता है जिसे ड्यूल लॉजिट कैलिब्रेशन (Dual Logit Calibration) के साथ कन्वर्जेंट-डाइवर्जेंट रूटिंग (Convergent-Divergent Routing) कहा जाता है, ताकि बड़े भाषा मॉडलों की सामान्य क्षमताओं को संरक्षित करते हुए उन्हें उपयोगितावाद (utilitarianism) या कर्तव्यवाद (deontology) जैसे विशिष्ट नैतिक ढांचों की ओर निर्देशित करके उनके नैतिक तर्क पर सूक्ष्म-स्तरीय, व्याख्यात्मक नियंत्रण प्राप्त किया जा सके।
यह अध्ययन 295 आयरिश डेयरी फार्मों के अनुभवजन्य डेटा का उपयोग करके कम-उत्सर्जन वाले उर्वरकों के सामाजिक-तकनीकी प्रसार को 15 वर्षों में सिम्युलेट करने के लिए एक एजेंट-आधारित मॉडलिंग ढांचे को विकसित और मान्य करता है, जो यह प्रदर्शित करता है कि कैसे सामाजिक नेटवर्क और नीतिगत हस्तक्षेप अपनाना पथ (adoption trajectories) को संचालित करते हैं और डीकार्बोनाइजेशन रणनीतियों के मूल्यांकन के लिए एक मजबूत उपकरण प्रदान करते हैं।
यह शोध पत्र एक ग्राफ न्यूरल नेटवर्क पद्धति प्रस्तुत करता है जो पदानुक्रम-जागरूक ज्ञान ग्राफ एम्बेडिंग उत्पन्न करने के लिए ऑन्टोलॉजी-व्युत्पन्न सिमेंटिक लॉस को शामिल करती है, जो यीस्ट जीन विलोपन प्रभावों, जिसमें डबल और ट्रिपल नॉकआउट शामिल हैं, के पूर्वानुमान और जैविक व्याख्या में महत्वपूर्ण सुधार करती है।
यह शोध पत्र टाइम-सीरीज विश्लेषण से चेंज पॉइंट डिटेक्शन एल्गोरिदम को अनुकूलित करके, उनकी मिनिमैक्स इष्टतमता (minimax optimality) स्थापित करके और मौजूदा बाइनरी क्लासिफिकेशन बेसलाइन्स पर बेहतर अनुभवजन्य प्रदर्शन प्रदर्शित करके, सह-लिखित पाठ में मानव और एलएलएम (LLM) के योगदान को स्थानीयकृत करने की चुनौती का समाधान करता है।
यह शोध पत्र ReMem को प्रस्तुत करता है, जो एक नया बेंचमार्क है जो सिद्धांत-आधारित डेटा स्केलिंग और रीजनिंग-अवेयर (तर्क-जागरूक) QA पेयर्स के माध्यम से सुदृढ़ मौलिक शिक्षण सुनिश्चित करके LVLM अनलर्निंग मूल्यांकन में प्रारंभिक अंडर-मेमोराइजेशन (अल्प-स्मृति) की महत्वपूर्ण समस्या का समाधान करता है, साथ ही सूचना विलोपन (इरेज़र) को सटीक रूप से मापने के लिए एक नवीन एक्सपोज़र मेट्रिक भी प्रदान करता है।