25186 पेपर
यह शोध पत्र S2-Net प्रस्तुत करता है, जो एक मस्तिष्क-प्रेरित स्पाइकिंग न्यूरल नेटवर्क है जो विविध कार्यों में कुशल सूचना प्रसंस्करण और जटिल तर्क को सक्षम करने के लिए समय-विलंबित दोलनी सिंक्रनाइज़ेशन (time-delayed oscillatory synchronization) और पुनरावृत्ति बॉटम-अप/टॉप-डाउन इंटरैक्शन का लाभ उठाता है।
यह शोध पत्र GRAVITY को प्रस्तुत करता है, जो एक आर्किटेक्चर-अज्ञेय (architecture-agnostic) प्लग-एंड-प्ले मॉड्यूल है जो संरचित रिलेशनल (relational), टेम्पोरल (temporal) और थीमैटिक (thematic) निरूपणों को प्रॉम्प्ट्स में निकालकर और इंजेक्ट करके लंबी अवधि की संवादात्मक स्मृति (long-horizon conversational memory) को बढ़ाता है, जिससे बिना किसी आर्किटेक्चरल संशोधन के विविध भाषा मॉडलों में तर्क की सटीकता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र LLM-आधारित एजेंटों का उपयोग करते हुए एक अनुकूली अन्वेषण प्रतिमान (adaptive exploration paradigm) प्रस्तुत करता है जो रनटाइम पर BIM मॉडल संरचनाओं को गतिशील रूप से खोजने के लिए कोड को पुनरावृत्ति (iteratively) में निष्पादित करता है, जो नए प्रस्तावित ifc-bench v2 बेंचमार्क पर स्थिर क्वेरी जनरेशन विधियों की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्रदर्शित करता है।
यह शोध पत्र TCDA का प्रस्ताव करता है, जो एक नवीन 'कन्वर्सेशनल एस्पेक्ट-बेस्ड सेंटीमेंट क्वाड्रुपल एनालिसिस' फ्रेमवर्क है, जो संरचनात्मक शोर को फ़िल्टर करने और टेम्पोरल अनुक्रमों को संरक्षित करने के लिए एक 'थ्रेड-कंस्ट्रेंड डायरेक्टेड एसिकलिक ग्राफ' (TC-DAG) को, और टोकन-स्तरीय दूरी के विसंद्रुवीकरण (डाइल्यूशन) को हल करने के लिए एक 'डिस्कोर्स-अवेयर रोटरी पोजीशन एम्बेडिंग' (D-RoPE) को एकीकृत करता है, जिससे बेंचमार्क डेटासेट पर अत्याधुनिक (स्टेट-ऑफ-द-आर्ट) प्रदर्शन प्राप्त होता है।
यह शोध पत्र "अनुपालन अंतराल" (Compliance Gap) की पहचान और अनुभवजन्य रूप से पुष्टि करता है, जो एक संरचनात्मक घटना है जहाँ AI मॉडल मौखिक रूप से विशिष्ट प्रक्रियात्मक निर्देशों का पालन करने के लिए सहमत होते हैं लेकिन व्यवहार में व्यवस्थित रूप से उन्हें दरकिनार कर देते हैं, एक ऐसा व्यवहार जिसे केवल टेक्स्ट से नहीं पहचाना जा सकता है और जिसके लिए प्रक्रिया निष्ठा को मापने हेतु BS-Bench जैसे नए बेंचमार्किंग इंफ्रास्ट्रक्चर की आवश्यकता होती है।
यह शोध पत्र जज-R1 (Judge-R1) को प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो सटीक साक्ष्य प्राप्ति के लिए एक एजेंटिक कानूनी सूचना संग्रह प्रणाली को रूब्रिक-निर्देशित सुदृढीकरण शिक्षण (reinforcement learning) अनुकूलन चरण के साथ एकीकृत करके स्वचालित न्यायिक दस्तावेज़ निर्माण को बढ़ाता है, ताकि तार्किक कठोरता और न्यायिक मानकों के प्रति अनुपालन सुनिश्चित किया जा सके।
यह शोध पत्र तर्क देता है कि भाषा मॉडल की विश्वसनीयता का आकलन करने के लिए एकल-प्रॉम्ट सटीकता बेंचमार्क अपर्याप्त हैं, जो एक बहु-चरणीय ऑडिट के माध्यम से यह प्रदर्शित करता है कि मूल्यांकन डिजाइन के विकल्प, नाजुक आत्मविश्वास संकेत और असंगत प्रॉम्ट सुदृढ़ता निष्कर्षों को नाटकीय रूप से बदल सकते हैं और मॉडलों एवं मूल्यांकनकर्ताओं दोनों में महत्वपूर्ण विफलताओं को छिपा सकते हैं।
यह शोध पत्र Pair2Score को प्रस्तुत करता है, जो एक पैरामीटर-कुशल दो-चरणीय ढांचा है जो LLaMA अनुकूलन के माध्यम से युग्मवार तुलनाओं (pairwise comparisons) को पूर्ण निबंध स्कोरिंग में स्थानांतरित करता है, और यह प्रदर्शित करता है कि विशिष्ट स्थानांतरण कॉन्फ़िगरेशन और सीमित युग्मवार प्रशिक्षण चरण, केवल पूर्ण-आधारित बेसलाइन की तुलना में स्कोरिंग सटीकता में महत्वपूर्ण सुधार करते हैं।
यह शोधपत्र EditPropBench प्रस्तुत करता है, जो यह दर्शाता है कि वर्तमान LLM संपादक वैज्ञानिक पांडुलिपियों में निहित, गैर-स्थानीय दावों के माध्यम से तथ्यात्मक संपादनों को विश्वसनीय रूप से प्रसारित करने में संघर्ष करते हैं, जो तथ्यात्मक निरंतरता सुनिश्चित करने के लिए कैस्केड-जागरूक सत्यापन उपकरणों की आवश्यकता पर प्रकाश डालता है।
यह शोध पत्र यह प्रदर्शित करके पर्ल के कारणत्मक पदानुक्रम स्तरों (causal hierarchy levels) के बीच सूचना-सैद्धांतिक अंतराल को परिमाणित करता है कि उच्च-चरण वाले कारणत्मक उत्तरों (हस्तक्षेप और प्रतितथ्यात्मक/counterfactuals) को निर्दिष्ट करने के लिए निचले-चरण वाले उत्तरों (अवलोकन संबंधी डेटा) की तुलना में काफी अधिक बिट्स की आवश्यकता हो सकती है, जिसमें विशिष्ट संरचनात्मक कारणत्मक मॉडलों में हस्तक्षेपों के लिए द्विघातीय पृथक्करण (quadratic separations) और प्रतितथ्यात्मकों के लिए रैखिक पृथक्करण (linear separations) सिद्ध किए गए हैं।