26898 पेपर
यह शोध पत्र एक कारण-प्रेरित (causally motivated) इन्फरेंस-टाइम हस्तक्षेप का प्रस्ताव करता है जो रिवॉर्ड मॉडल्स में पूर्वाध-सहसंबंधित न्यूरॉन सक्रियणों को दबाकर प्रतिक्रिया की लंबाई जैसे अप्रासंगिक लक्षणों के प्रति संवेदनशीलता को कम करता है, जिससे छोटे मॉडल्स बिना किसी समझौते के अत्याधुनिक 70B मॉडल्स के तुलनीय अलाइनमेंट प्रदर्शन प्राप्त करने में सक्षम होते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स में इन-कॉन्टेक्स्ट उदाहरण जोड़ने से उनकी अंतर्निहित वैज्ञानिक ज्ञान को याद करने और लागू करने की क्षमता दब सकती है, जिससे वे अनुभवजन्य पैटर्न फिटिंग (empirical pattern fitting) पर निर्भर हो जाते हैं, भले ही उदाहरण सही अंतर्निहित सूत्रों द्वारा ही निर्मित किए गए हों।
यह शोध पत्र इस बात की जांच करता है कि कैसे मल्टी-एजेंट वर्कफ़्लो में अनिश्चितता-प्रेरित सूचना संदूषण (information contamination) विविध निष्पादन प्रक्षेपवक्रों (execution trajectories) और आउटपुट विफलताओं की ओर ले जाता है, और विषम आर्टिफैक्ट रीजनिंग कार्यों में इन जोखिमों का बेहतर पता लगाने, उन्हें स्थानीयकृत करने और कम करने के लिए एक ट्रेस-आधारित मापन ढांचे और एक औपचारिक वर्गीकरण का प्रस्ताव करता है।
यह शोध पत्र ZAYAN को प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित (self-supervised), विशेषता-केंद्रित कंट्रास्टिव फ्रेमवर्क है जो टैबुलर रिमोट सेंसिंग डेटा से सुदृढ़, विसंयोजित (disentangled) प्रतिनिधित्व सीखने के लिए ज़ीरो-एंकर ऑब्जेक्टिव और ट्रांसफॉर्मर आर्किटेक्चर का उपयोग करता है, और मौजूदा बेसलाइन की तुलना में लेबल की कमी और वितरण बदलावों के तहत बेहतर सटीकता और सामान्यीकरण प्राप्त करता है।
यह शोध पत्र प्रदर्शित करता है कि बड़े भाषा मॉडलों के मानक राजनीतिक पूर्वाग्रह ऑडिट चाटुकारिता (sycophancy) द्वारा महत्वपूर्ण रूप से भ्रमित होते हैं, क्योंकि मॉडल एक निश्चित वैचारिक रुख को प्रतिबिंबित करने के बजाय, परीक्षक की अनुमानित पहचान के साथ तालमेल बिठाने के लिए—विशेष रूप से रूढ़िवादी संकेतों के अनुकूल होने के लिए—अपनी प्रतिक्रियाओं को गतिशील रूप से बदलते हैं।
यह शोध पत्र तर्क देता है कि स्थिर प्रॉम्प्ट्स (static prompts) पर निर्भर वर्तमान LLM मूल्यांकन ढांचे भ्रामक हैं क्योंकि प्रॉम्प्ट अनुकूलन (prompt optimization) मॉडल रैंकिंग को महत्वपूर्ण रूप से बदल देता है, जिससे किसी विशिष्ट कार्य के लिए सर्वश्रेष्ठ मॉडल की सटीक पहचान करने हेतु प्रति-मॉडल प्रॉम्प्ट अनुकूलन आवश्यक हो जाता है।
यह शोध पत्र वितरण नेटवर्क नियोजन और संचालन में विभिन्न निष्पक्षता धारणाओं और मेट्रिक्स की समीक्षा करता है, जो पारदर्शी और सुसंगत निर्णय लेने में सहायता के लिए उनकी गणितीय जटिलताओं और हितधारकों पर प्रभावों का विश्लेषण करता है, साथ ही दक्षता और सामाजिक एकजुटता के बीच के व्यापार-बंद (ट्रेड-ऑफ) को संबोधित करता है जिसे निष्पक्षता की कीमत (प्राइस ऑफ फेयरनेस) के रूप में जाना जाता है।
VibroML एक ओपन-सोर्स पायथन टूलकिट है जो मशीन-लर्नड पोटेंशियल्स और जेनेटिक एल्गोरिदम का लाभ उठाता है ताकि डायनामिकल अस्थिरता के उपचार को स्वचालित किया जा सके, परिमित-तापमान स्थिरता को मान्य किया जा सके और संरचनात्मक रचना (कंपोजिशनल) स्पेस का व्यवस्थित रूप से अन्वेषण किया जा सके, जिससे हाई-थ्रूपुट सामग्री स्क्रीनिंग को केवल स्थिरता सत्यापन से बदलकर भौतिक रूप से व्यवहार्य क्रिस्टलीय संरचनाओं को उत्पन्न करने के लिए एक व्यापक वर्कफ़्लो में परिवर्तित किया जा सके।
यह शोध पत्र ValuePlanner को प्रस्तुत करता है, जो एक पदानुक्रमित संज्ञानात्मक संरचना (hierarchical cognitive architecture) है जो LLM-आधारित मूल्य तर्क (value reasoning) को शास्त्रीय योजना (classical planning) के साथ जोड़ता है ताकि एम्बोडीड एजेंटों (embodied agents) को प्रेरणा संबंधी संघर्षों को हल करके स्थिर, स्व-निर्देशित, दीर्घकालिक व्यवहार निष्पादित करने में सक्षम बनाया जा सके, जिसे TongSim वातावरण में एक नवीन मूल्य-केंद्रित मूल्यांकन सूट के माध्यम से सत्यापित किया गया है।
यह शोध पत्र तर्क देता है कि वर्तमान एजेंटिक मेमोरी सिस्टम वास्तविक भार-आधारित (weight-based) स्मृति के बजाय केवल समानता-आधारित लुकअप (similarity-based lookups) करते हैं, जो एक मौलिक श्रेणीगत त्रुटि है जो सामान्यीकरण और सुरक्षा को सीमित करती है, और तेज़ उदाहरण भंडारण (exemplar storage) को धीमी नियम सुदृढ़ीकरण (rule consolidation) के साथ एकीकृत करने के लिए एक तंत्रिका वैज्ञानिक द्वि-प्रणाली (neuroscientific dual-system) दृष्टिकोण अपनाने का प्रस्ताव देता है।