25400 पेपर
AnalogRetriever एक एकीकृत त्रि-आयामी (tri-modal) रिट्रीवल फ्रेमवर्क है जो एनालॉग सर्किट (स्कीमैटिक्स, विवरण और नेटलिस्ट) को एक साझा एम्बेडिंग स्पेस में मैप करके उनके क्रॉस-मोडल सर्च को सक्षम बनाता है, जिससे रिट्रीवल सटीकता और डाउनस्ट्रीम एजेंटिक डिज़ाइन कार्यों के प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र **TraceGuard** का प्रस्ताव करता है, जो एक ब्लैक-बॉक्स एंटी-डिस्टिलेशन विधि है जो शिक्षक और छात्र मॉडलों के बीच की अंतःक्रिया को स्टैकेलबर्ग गेम (Stackelberg game) के रूप में मानता है ताकि ग्रेडिएंट एक्सेस की आवश्यकता के बिना या शिक्षक के प्रदर्शन से समझौता किए बिना, रीजनिंग ट्रेसेस (reasoning traces) को पॉइजन करके फ्रंटियर मॉडल्स को क्षमता के दुरुपयोग से सुरक्षित रखा जा सके।
यह शोध पत्र सॉफ्टवेयर इंजीनियरिंग कैपस्टोन परियोजनाओं में कोड गुणवत्ता और स्व-नियमित शिक्षण को सुदृढ़ करने के लिए गिटहब पुल रिक्वेस्ट (GitHub pull requests) में एक एलएलएम-आधारित (LLM-based) समीक्षक को एकीकृत करने पर एक मिश्रित-पद्धति अनुभव रिपोर्ट प्रस्तुत करता है, जो यह प्रदर्शित करता है कि उचित निर्देशात्मक मार्गदर्शन के साथ जुड़ने पर संरचित एआई फीडबैक पुनरावृत्ति विकास और सार्थक छात्र जुड़ाव को बढ़ावा दे सकता है।
यह शोधपत्र यह प्रदर्शित करता है कि ग्रेडिएंट-आधारित सिम्बोलिक रिग्रेशन में, चर (variables) एक्सप्रेशन ट्री में कैसे प्रवेश करते हैं इसका आर्किटेक्चरल चुनाव सैद्धांतिक अभिव्यंजकता (theoretical expressiveness) की तुलना में अधिक महत्वपूर्ण है, क्योंकि परिणामी अनुकूलन परिदृश्य (optimization landscape) यह निर्धारित करता है कि क्या एक लक्षित सूत्र को वास्तव में प्राप्त किया जा सकता है।
यह शोध पत्र एक प्री-इन्फरेंस प्रॉम्प्ट ऑप्टिमाइज़ेशन तंत्र का प्रस्ताव करता है जो उपयोगकर्ता के प्रॉम्प्ट में अर्थ संबंधी अस्पष्टताओं को स्पष्ट रूप से पहचानने और उन्हें हल करने के लिए स्मॉल लैंग्वेज मॉडल्स (SLMs) का उपयोग करता है, जिससे न्यूनतम कम्प्यूटेशनल लागत के साथ लार्ज लैंग्वेज मॉडल्स (LLMs) के रीजनिंग प्रदर्शन में सुधार होता है।
CAP-CoT एक चक्रीय प्रतिकूल प्रॉम्प्टिंग (cycle adversarial prompting) ढांचा है जो एक फॉरवर्ड सॉल्वर, कार्य-अर्थपूर्ण तार्किक त्रुटियां उत्पन्न करने वाले एक एडवरसेरियल चैलेंजर और सॉल्वर एवं चैलेंजर दोनों प्रॉम्प्ट्स को पुनरावृत्ति रूप से अनुकूलित करने के लिए एक फीडबैक एजेंट के बीच एक फीडबैक लूप का उपयोग करके LLM तर्क की सटीकता और स्थिरता में सुधार करता है।
यह शोध पत्र एक हल्का, उत्पादन-तैयार (production-ready) पीडीएफ पार्सिंग फ्रेमवर्क प्रस्तुत करता है जो स्थानिक ह्यूरिस्टिक्स (spatial heuristics), लेआउट विश्लेषण और सिमेंटिक समानता का उपयोग करके विजुअल तत्वों को सटीक रूप से पहचानने और उन्हें कैप्शन के साथ जोड़ने के लिए किया जाता है, जिससे लेटेंसी को कम करते हुए मल्टीमॉडल RAG प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक प्रशिक्षण-मुक्त, मॉडल-अज्ञेय (model-agnostic) संदर्भ संपीड़न ढांचे का प्रस्ताव करता है जो लॉन्ग-कॉन्टेक्स्ट लार्ज लैंग्वेज मॉडल्स के लिए वाक्यों के एक संक्षिप्त, सुसंगत और कार्य-प्रासंगिक सेट को चुनने हेतु एक हाइब्रिड सेंटेंस ग्राफ का उपयोग करता है—जो क्रमिक संरचना के साथ अर्थ संबंधी समानता को जोड़ता है।
यह शोध पत्र 'एक्टिव इन्फरेंस' (active inference) और 'एक्सपेक्टेड फ्री एनर्जी' (expected free energy) के न्यूनीकरण का उपयोग करके "एजेंसी फेनोटाइप्स" (agency phenotypes) को परिभाषित करने के माध्यम से एआई एजेंसी (AI agency) के लक्षण वर्णन के लिए एक रूपरेखा प्रस्तावित करता है, जो अंततः यह सुझाव देता है कि जैसे-जैसे एआई अधिक एजेंटिक होता जाएगा, शासन को बाहरी बाधाओं से बदलकर एक एजेंट की पूर्व प्राथमिकताओं (prior preferences) के आंतरिक मॉड्यूलेशन की ओर स्थानांतरित होना चाहिए।
यह शोध पत्र तर्क देता है कि वर्तमान पहचान ढांचे स्वायत्त एआई एजेंटों के लिए मौलिक रूप से अपर्याप्त हैं और उन महत्वपूर्ण संरचनात्मक अंतरालों को संबोधित करने के लिए आधारभूत अनुसंधान का आह्वान करता है कि कैसे इन गैर-मानवीय संस्थाओं को संगठनात्मक सीमाओं के पार पहचाना, सत्यापित और जवाबदेह ठहराया जाता है।