20451 पेपर
यह शोध पत्र इंटरफेरेंस-गेटेड फंक्शनल एलोकेशन (IGFA) प्रस्तावित करता है, जो एक रिप्ले-फ्री कॉन्टिनुअल लर्निंग पद्धति है जो विस्मरण (forgetting) को टास्क इंटरफेरेंस एनर्जी के रूप में मॉडल करती है ताकि विभाज्य कार्यों के लिए इसे संरचनात्मक रूप से समाप्त किया जा सके और संघर्षरत कार्यों के लिए रिटेंशन और प्लास्टिसिटी के बीच इष्टतम संतुलन बनाया जा सके।
1,388 डच प्रतिभागियों के एक अध्ययन के आधार पर, यह शोध पत्र पाता है कि स्वास्थ्य संबंधी पूछताछ के लिए एआई चैटबॉट्स का उपयोग करने का इरादा और संवेदनशील जानकारी को स्वयं प्रकट करने की इच्छा मुख्य रूप से कथित लाभों, कथित जोखिमों और व्यक्तिगत विशेषताओं द्वारा संचालित होती है, न कि चर्चा किए गए स्वास्थ्य विषय के विशिष्ट प्रकार या संवेदनशीलता द्वारा।
यह अध्ययन प्रदर्शित करता है कि बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) नीतिगत मूल्यांकनों में महत्वपूर्ण भू-राजनीतिक पूर्वाग्रह प्रदर्शित करते हैं, जहाँ वे समान नीतियों को अमेरिका या यूरोपीय संघ की तुलना में चीन या रूस द्वारा समर्थित होने पर व्यवस्थित रूप से कम रेटिंग देते हैं, और ये विसंगतियाँ मॉडल के आधार पर तथा यह निर्भर करते हुए बनी रहती हैं या तीव्र हो जाती हैं कि औचित्य माँगा गया है या नहीं।
यह शोध पत्र प्रदर्शित करता है कि हाइपरबोलिक सबस्ट्रेट (hyperbolic substrate) से सुसज्जित तीन लघु भाषा मॉडल अनुपालन अंतराल (compliance gaps) और चापलूसी (sycophancy) का पता लगाकर, रचनात्मक प्रतिक्रियाएं उत्पन्न करके, और एक "डिज़ाइन किया गया विस्मरण" (designed forgetting) तंत्र को लागू करके, भरोसेमंद साथी एआई (companion AI) की चुनौतियों को प्रभावी ढंग से संबोधित कर सकते हैं, जिससे अविश्वसनीय मानव रेटर्स और बड़े फ्रंटियर मॉडलों के एक स्केलेबल विकल्प के रूप में प्रस्ताव मिलता है।
यह शोध पत्र शॉर्टकट ट्रजेक्टरी प्लानिंग (STP) का प्रस्ताव करता है, जो एक सिंगल-स्टेज ऑफलाइन रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो विविध बेंचमार्क पर मजबूत प्रदर्शन बनाए रखते हुए कम प्रशिक्षण और अनुमान लागत के साथ कुशल, एडजस्टेबल-स्टेप ट्रजेक्टरी जनरेशन को सक्षम करने के लिए कंडीशनल शॉर्टकट मॉडल्स का उपयोग करता है।
यह शोध पत्र Diversify2Verify पेश करता है, जो एक LLM-आधारित पाइपलाइन है जो यह प्रदर्शित करती है कि कैसे विविध, कार्य-तुल्य प्रोग्राम कार्यान्वयन उत्पन्न करना स्वचालित सत्यापन सफलता दरों में महत्वपूर्ण सुधार करता है, उन वेरिएंट्स की पहचान करके जो औपचारिक प्रमाण (formal proof) के लिए अधिक अनुकूल हैं।
यह शोध पत्र सेल्फ-गाइडेड टेस्ट-टाइम ट्रेनिंग (S-TTT) का प्रस्ताव करता है, जो एक ऐसी विधि है जो मॉडल द्वारा स्वयं पहचाने गए साक्ष्य स्पैन (evidence spans) पर केवल मॉडल मापदंडों को चुनिчески अनुकूलित करके लॉन्ग-कॉन्टेक्स्ट LLM के प्रदर्शन में सुधार करती है, जिससे अप्रासंगिक संदर्भ पर प्रशिक्षण से जुड़े शोर और लागत से बचा जा सकता है।
यह शोध पत्र Soofi S 30B-A3B को प्रस्तुत करता है, जो एक संप्रभु, ओपन-सोर्स मिक्स्चर-ऑफ-एक्सपर्ट्स हाइब्रिड माम्बा ट्रांसफॉर्मर मॉडल है जिसे जर्मन और अंग्रेजी पर ध्यान केंद्रित करते हुए 27 ट्रिलियन टोकन पर प्रशिक्षित किया गया है, जो लंबी-संदर्भ अनुप्रयोगों के लिए बेहतर अनुमान दक्षता प्रदान करते हुए ओपन मॉडलों के बीच अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र यह प्रदर्शित करता है कि छोटे बहुभाषी विजन-लैंग्वेज मॉडल्स के लिए, टेस्ट-टाइम स्केलिंग लाभ मुख्य रूप से जटिल खोज या सत्यापन तंत्र के बजाय प्रॉम्प्ट पारसेबिलिटी (parseability) और पर्याप्त डिकोडिंग बजट सुनिश्चित करने से संचालित होते हैं, जिसमें विजुअल मल्टीपल-चॉइस बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए अंतर्निहित पॉलिसी मॉडल सबसे महत्वपूर्ण कारक है।
यह शोध पत्र ProofCouncil को प्रस्तुत करता है, जो एक ओपन-सोर्स LLM एजेंट है जो एक ऑथर-क्रिटिक आर्किटेक्चर का उपयोग करता है जिसने दस में से छह वास्तविक दुनिया की गणितीय समस्याओं को स्वायत्त रूप से हल करके और ओपन प्रॉब्लम्स के एक व्यापक सेट पर महत्वपूर्ण प्रगति प्रदर्शित करके FirstProof चुनौती में अत्याधुनिक प्रदर्शन प्राप्त किया है।