20571 पेपर
अल्ट्राएक्स (UltraX) एक फंक्शन-कॉलिंग फ्रेमवर्क है जो इंसर्शन (insertion), डिलीशन (deletion) और मॉडिफिकेशन (modification) क्षमताओं के साथ एडेप्टिव प्रोग्राममैटिक एडिटिंग को पेश करके बड़े पैमाने पर प्री-ट्रेनिंग डेटा रिफाइनमेंट को बढ़ाता है, जिससे मौजूदा नियम-आधारित और एलएलएम-आधारित (LLM-based) दृष्टिकोणों की दक्षता और विश्वसनीयता की सीमाओं को पार करते हुए बेहतर डेटा दक्षता और मॉडल प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र एक पदानुक्रमित मशीन टीचिंग एल्गोरिदम प्रस्तावित करता है जो विविध वातावरणों का चयन करता है और कम लागत वाले फीडबैक मोडैलिटीज़ को क्वेरी करता है ताकि ऐसे रिवॉर्ड फंक्शन्स सीखे जा सकें जो कई परिचालन संदर्भों में मजबूती से सामान्यीकृत (generalize) हो सकें, और जो मौजूदा सिंगल-एनवायरनमेंट दृष्टिकोणों से बेहतर प्रदर्शन करते हैं।
यह शोधपत्र प्रशिक्षण-मुक्त रिलैक्स्ड स्पेक्युलेटिव डिकोडिंग (training-free relaxed speculative decoding) के लिए एक व्यावहारिक जांच और एकीकृत ढांचा प्रदान करता है, जो यह प्रकट करता है कि हालांकि ऐसी विधियां गति वृद्धि या क्षमता लाभ प्रदान कर सकती हैं, वे अक्सर महत्वपूर्ण क्षमता मूल्यांकन की मांग करती हैं और हल्के समर्पित ड्राफ्टर्स के बजाय उच्च गुणवत्ता वाले लैंग्वेज मॉडल ड्राफ्टर्स पर निर्भर करती हैं।
ProjAgent एक रिपॉजिटरी-स्तरीय कोड जनरेशन सिस्टम है जो एक एजेंटिक वर्कफ़्लो के माध्यम से प्रक्रियात्मक समानता (procedural similarity) के आधार पर फंक्शन्स को रिट्रीव करके प्रदर्शन को बढ़ाता है और स्टैटिक-एनालिसिस फीडबैक के माध्यम से आउटपुट को रिफाइन करता है, जिससे REPOCOD बेंचमार्क पर 41.14% Pass@1 प्राप्त होता है।
यह शोध पत्र एक सक्रिय स्मृति एजेंट (proactive memory agent) प्रस्तुत करता है जो दीर्घकालिक कार्यों में "व्यवहार संबंधी अवस्था क्षय" (behavioral state decay) को रोकने के लिए निर्णय-प्रासंगिक जानकारी को सक्रिय रूप से प्रबंधित और इंजेक्ट करता है, जो चयनात्मक हस्तक्षेप और ओपन-वेट पॉलिसी प्रशिक्षण के माध्यम से विभिन्न बेंचमार्क पर प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र BioModule को प्रस्तुत करता है, जो एक हल्का, एस्टिमेटर-अज्ञेय (estimator-agnostic) टेम्पोरल ट्रांसफार्मर है जो मानक कंकालों (skeletons) से भौतिक गति गुणों का पूर्वानुमान लगाकर 3D मानव मुद्रा अनुमान और बायोमैकेनिकल विश्लेषण के बीच के अंतर को पाटता है, जिसे एक नए संरेखित डेटासेट और सात अत्याधुनिक पोज़ एस्टिमेटर्स के व्यवस्थित मूल्यांकन के माध्यम से प्रमाणित किया गया है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि पुर्तगाल के राष्ट्रीय भाषा मॉडल AMALIA ने अधिकार के नैतिक आधार पर मानव कोडर्स के साथ उच्च सहमति प्राप्त की है, लेकिन इसमें निर्माण वैधता (construct validity) का अभाव है क्योंकि यह सैद्धांतिक तर्क के बजाय सतही स्तर के शॉर्टकट पर निर्भर करता है, जो केवल सहमति से परे मॉडल के प्रदर्शन के साक्ष्य संबंधी आधार का मूल्यांकन करने के लिए राष्ट्रीय LLM बेंचमार्क की आवश्यकता को रेखांकित करता है।
यह शोध पत्र तर्क देता है कि पारंपरिक सटीकता (accuracy) और परप्लेक्सिटी (perplexity) मेट्रिक्स बड़े भाषा मॉडलों में पोस्ट-ट्रेनिंग क्वांटाइजेशन के कारण होने वाले व्यवहारिक विचलन को पकड़ने में विफल रहते हैं, और "करेक्टनेस एग्रीमेंट" (correctness agreement) को पेश करता है ताकि यह प्रकट किया जा सके कि मध्यम स्तर का क्वांटाइजेशन भी महत्वपूर्ण संरचनात्मक विकृतियाँ—विशेष रूप से क्वेरी और की प्रोजेक्शन में—पैदा करता है, जो बेस और क्वांटाइज्ड मॉडलों के बीच समानता का भ्रम पैदा करता है।
यह शोध पत्र AUTOPILOT-VQA पेश करता है, जो एक नया घटना-केंद्रित विजुअल क्वेश्चन अनस्विरिंग (visual question answering) बेंचमार्क है जिसे स्वायत्त ड्राइविंग परिदृश्यों में विजन-लैंग्वेज मॉडल्स की सुरक्षा-जागरूक, टेम्पोरली ग्राउंडेड रीजनिंग क्षमताओं का मूल्यांकन करने और उन्हें सुधारने के लिए डिज़ाइन किया गया है।
यह शोध पत्र यह प्रदर्शित करता है कि UMAP द्वारा निर्मित आंतरिक k-निकटतम-पड़ोसी (k-nearest-neighbor) ग्राफ पर पेजरैंक (PageRank), k-कोर अपघटन (k-core decomposition) और क्लस्टरिंग गुणांक विश्लेषण (clustering coefficient analysis) जैसे मानक ग्राफ एल्गोरिदम को लागू करना, उच्च-आयामी डेटा सेंसमेकिंग के लिए एक शक्तिशाली, पूरक दृष्टिकोण प्रदान करता है जो अक्सर विशेष रूप से निर्मित विधियों के बराबर या उनसे बेहतर होता है।