28108 पेपर
यह शोध पत्र सेल्फ-जॉइन्स (self-joins) को क्वेरी प्रासंगिकता निर्धारित करने की बढ़ती जटिलता के प्राथमिक कारण के रूप में पहचानता है और प्रदर्शित करता है कि इन सेल्फ-जॉइन्स (या ऑन्टोलॉजी में इंटरेक्शन विड्थ) को सीमित करना समस्या की जटिलता को मानक क्वेरी मूल्यांकन की जटिलता तक कम कर देता है।
AgentSearchBench एक बड़े पैमाने का बेंचमार्क है जिसे एजेंट खोज को रिट्रीवल (retrieval) और रीरैंकिंग (reranking) की समस्या के रूप में औपचारिक रूप देकर एजेंट डिस्कवरी का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रदर्शित करता है कि पारंपरिक सिमेंटिक समानता (semantic similarity) वास्तविक प्रदर्शन का पूर्वानुमान लगाने में विफल रहती है और उपयुक्त एजेंटों को खोजने के लिए निष्पादन-आधारित संकेतों (execution-based signals) को शामिल करना आवश्यक है।
यह शोध पत्र SSG (Sort-then-Split by Groups) का प्रस्ताव करता है, जो एक नई शब्दावली विभाजन विधि है जो कम-एन्ट्रॉपी परिदृश्यों, जैसे कि कोड और गणितीय पीढ़ी में, वॉटरमार्क स्ट्रेंथ के निचले स्तर (lower bound) को बढ़ाने के लिए लॉजिट-बैलेंस्ड उपसमूहों (logit-balanced subsets) का निर्माण करके LLM वॉटरमार्किंग की पहचान क्षमता में सुधार करती है।
यह शोध पत्र एक एआई-संवर्धित बिजनेस प्रोसेस मैनेजमेंट सिस्टम (ABPMS) के "प्रोसेस फ्रेम" को अर्ध-समवर्ती रूप से निष्पादित प्रक्रियात्मक (procedural) और घोषणात्मक (declarative) मॉडलों के एक हाइब्रिड प्रतिनिधित्व के रूप में अवधारणाबद्ध करने का प्रस्ताव करता है, और यह तर्क देता है कि प्रक्रियात्मक मॉडलों के लिए ओपन-वर्ल्ड धारणा (open-world assumption) को अपनाना स्वचालित प्रक्रिया खोज (automated process discovery) के लिए एक नए दृष्टिकोण को सक्षम बनाता है।
FeatEHR-LLM एक गोपनीयता-संरक्षण फ्रेमवर्क है जो लार्ज लैंग्वेज मॉडल्स और टूल-ऑगमेंटेड जनरेशन का उपयोग करके अनियमित रूप से नमूना लिए गए और विरल इलेक्ट्रॉनिक हेल्थ रिकॉर्ड (EHR) टाइम सीरीज़ से स्वचालित रूप से नैदानिक रूप से सार्थक, निष्पादन योग्य फीचर-एक्सट्रैक्शन कोड उत्पन्न करता है।
यह शोध पत्र एक दक्षता-संरेखित ढांचे को प्रस्तुत करता है जो 'डाइवर्सिटी ड्रिवन पॉलिसी ऑप्टिमाइज़ेशन' (DDPO) नामक एक नए एल्गोरिदम का उपयोग करता है ताकि LLM-जनित मौखिक संवादों को K-12 गैर-नेटिव अंग्रेजी शिक्षार्थियों की विशिष्ट शाब्दिक जटिलता और शैक्षणिक आवश्यकताओं के अनुरूप बनाया जा सके।
यह शोध पत्र QDTraj को प्रस्तुत करता है, जो एक ऐसी विधि है जो क्वालिटी-डाइवर्सिटी एल्गोरिदम और स्पार्स रिवॉर्ड एक्सप्लोरेशन का उपयोग करके उच्च-प्रदर्शन वाले लो-लेवल ट्राजेक्टरी प्रिमिटिव्स के एक अत्यधिक विविध सेट को स्वचालित रूप से उत्पन्न करती है, जिससे रोबोटों को ओपन-एंडेड वातावरण में विभिन्न प्रकार की आर्टिकुलेटेड वस्तुओं को अधिक प्रभावी ढंग से मैनिपुलेट करने में सक्षम बनाया जा सके।
HighLight एक ऐसा फ्रेमवर्क है जो एक हल्के "एम्फैसिस एक्टर" (Emphasis Actor) को सुदृढीकरण शिक्षण (reinforcement learning) के माध्यम से लंबे, शोर वाले संदर्भों के भीतर मुख्य साक्ष्यों के चारों ओर न्यूनतम हाइलाइट टैग डालने के लिए प्रशिक्षित करके फ्रोजन LLMs की तर्क क्षमता में सुधार करता है, जिसमें साक्ष्य लेबल की आवश्यकता नहीं होती और न ही अंतर्निहित सॉल्वर में कोई संशोधन किया जाता है।
यह शोध पत्र NL2VC-60 डेटासेट का परिचय देता है और विभिन्न प्रॉम्प्टिंग रणनीतियों का मूल्यांकन करता है ताकि ओपन-वेट लार्ज लैंग्वेज मॉडल्स को Dafny वेरीफायर और uDebug प्लेटफॉर्म का उपयोग करके प्राकृतिक भाषा की समस्याओं को औपचारिक रूप से सत्यापित कोड में बदलने में सक्षम बनाया जा सके।
यह शोध पत्र तर्क देता है कि एआई (AI) भर्ती प्रणालियों की जटिल आपूर्ति श्रृंखलाएं—जिसमें कई विक्रेता और डेवलपर्स शामिल हैं—पूर्वाग्रह के मापन और जवाबदेही को जटिल बनाती हैं क्योंकि खंडित जिम्मेदारियां और सूचनात्मक विषमताएं एकीकृत मूल्यांकन और कानूनी उत्तरदायित्व के स्पष्ट निर्धारण को रोकती हैं।