26898 पेपर
यह शोधपत्र D3-Gym को प्रस्तुत करता है, जो चार विषयों में 565 सत्यापन योग्य, वास्तविक दुनिया के वैज्ञानिक कार्यों वाला पहला स्वचालित रूप से निर्मित डेटासेट है, जो उच्च गुणवत्ता वाले प्रशिक्षण वातावरण और मूल्यांकन संकेत प्रदान करके डेटा-संचालित खोज में ओपन-सोर्स भाषा मॉडलों के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र वैज्ञानिक विज़ुअलाइज़ेशन में एलएलएम (LLM) एजेंटों के लिए तीन इंटरेक्शन प्रतिमानों का मूल्यांकन करता है, जो यह प्रकट करता है कि जहाँ सामान्य-उद्देश्य वाले कोडिंग एजेंट उच्चतम सफलता दर प्राप्त करते हैं, वहीं डोमेन-विशिष्ट एजेंट अधिक दक्षता और स्थिरता प्रदान करते हैं, और कंप्यूटर-उपयोग एजेंट दीर्घकालिक योजना बनाने में संघर्ष करते हैं, जो अंततः यह सुझाव देता है कि भविष्य के प्रणालियों को प्रदर्शन, मजबूती और लचीलेपन के बीच संतुलन बनाने के लिए संरचित उपकरणों, संवादात्मक क्षमताओं और अनुकूलन योग्य स्मृति को एकीकृत करना चाहिए।
यह शोध पत्र एक औपचारिक ढांचे का प्रस्ताव करता है जो नैदानिक ओवरराइड (clinician overrides) को एआई अनुशंसाओं के प्रति निहित प्राथमिकता संकेतों के रूप में पुनर्गठित करता है, जिसमें एक दोहरी-शिक्षण वास्तुकला और ओवरराइड वर्गीकरण पेश किया गया है ताकि विविध नैदानिक क्षमताओं के कारण होने वाले दमन पूर्वाग्रह (suppression bias) को कम करते हुए वैल्यू-बेस्ड केयर में रोगी परिणामों के अनुरूप रिवॉर्ड मॉडल को प्रशिक्षित किया जा सके।
यह शोध पत्र TeCoD को प्रस्तुत करता है, जो पुनरावृत्ति होने वाले क्वेरी पैटर्न का लाभ उठाकर पुन: प्रयोज्य टेम्पलेट्स का चयन करने और व्याकरण-बाधित डिकोडिंग के माध्यम से उन्हें लागू करके Text-to-SQL सटीकता में सुधार करता है और विलंबता (latency) को कम करता है।
यह शोध पत्र MIFair को प्रस्तुत करता है, जो एक एकीकृत म्यूचुअल-इन्फॉर्मेशन फ्रेमवर्क है जो एक लचीले मेट्रिक टेम्पलेट और इन-प्रोसेसिंग मिटिगेशन विधि के माध्यम से इंटरसेक्शनलिटी, मल्टीक्लास सेटिंग्स और विविध निष्पक्षता आवश्यकताओं को प्रभावी ढंग से संबोधित करता है, और वास्तविक दुनिया के डेटासेट पर मजबूत बायस रिडक्शन और प्रेडिक्टिव परफॉरमेंस प्रदर्शित करता है।
यह शोध पत्र कोलाबोरेटिव एजेंट रीजनिंग इंजीनियरिंग (CARE) को प्रस्तुत करता है, जो एक व्यवस्थित, स्टेज-गेटेड कार्यप्रणाली है जो वैज्ञानिक डोमेन में विश्वसनीय एआई एजेंटों की इंजीनियरिंग के लिए अनौपचारिक डोमेन इंटेंट को कठोर, सत्यापन योग्य विशिष्टताओं में बदलने हेतु विषय-विशेषज्ञों (Subject-Matter Experts), डेवलपर्स और एलएलएम हेल्पर एजेंटों के त्रिपक्षीय वर्कफ़्लो का लाभ उठाता है।
यह शोध पत्र STEF को प्रस्तुत करता है, जो एक स्कीमा-अज्ञेय (schema-agnostic) मूल्यांकन ढांचा है जो डेटाबेस स्कीमा या ग्राउंड-ट्रुथ क्वेरी की आवश्यकता के बिना, प्राकृतिक भाषा इनपुट और जनरेट की गई SQL से व्याख्या योग्य सटीकता स्कोर उत्पन्न करके Text-to-SQL सिस्टम की निरंतर, प्रोडक्शन-नेटिव निगरानी सक्षम बनाता है।
यह शोध पत्र एक स्कोपिंग समीक्षा और अनुभवजन्य केस डेटा को संश्लेषित करके एआई (AI) प्रणालियों के गैर-विकास या परित्याग के अल्प-अन्वेषित कारकों की जांच करता है ताकि यह प्रकट किया जा सके कि, नैतिक चिंताओं के परे, संसाधन संबंधी बाधाएं, कानूनी मुद्दे और संगठिक गतिशीलता जैसे विविध व्यावहारिक कारक इन महत्वपूर्ण पूर्व-परिनियोजन निर्णयों को महत्वपूर्ण रूप से प्रभावित करते हैं।
यह शोध पत्र RHyVE को प्रस्तुत करता है, जो क्षमता-जागरूक सत्यापन (competence-aware verification) और चरण-जागरूक परिनियोजन (phase-aware deployment) को लागू करके LLM-जनित रिवॉर्ड परिकल्पनाओं की अविश्वसनीयता को संबोधित करता है, यह प्रदर्शित करते हुए कि रिवॉर्ड उपयोगिता पॉलिसी के प्रशिक्षण चरण पर निर्भर करती है और जनरेशन तथा परिनियोजन को युग्मित समस्याओं (coupled problems) के रूप में माना जाना चाहिए।
यह शोध पत्र यह प्रदर्शित करता है कि जर्मन भाषा मॉडलिंग के लिए, फ़िल्टर किए गए डेटा के एक छोटे, उच्च-गुणवत्ता वाले उपसमुच्चय पर बार-बार प्रशिक्षण लेना, बड़े और विविध कॉर्पोरा पर सिंगल-पास प्रशिक्षण की तुलना में काफी बेहतर प्रदर्शन करता है, जिससे काफी कम टोकन के साथ अत्याधुनिक प्रदर्शन सक्षम होता है।