20571 पेपर
TurnOPD एक नवीन ऑन-पॉलिसी डिस्टिलेशन फ्रेमवर्क है जो एडेप्टिव रोलआउट-डेप्थ बजटिंग और प्रोग्रेसिव टर्न-नॉर्मलाइज्ड लॉस वेटिंग को पेश करके लॉन्ग-होरइजन लैंग्वेज एजेंट्स के प्रशिक्षण की दक्षता को बढ़ाता है, ताकि वे वैनिला OPD में निहित संसाधन अपव्यय और प्रशिक्षण असंतुलन को दूर कर सकें।
यह अध्ययन प्रदर्शित करता है कि एक ही वंश (lineage) के बड़े भाषा मॉडलों के भीतर, रिफ्यूज़ल तंत्र (अब्लेशन) को हटाने से उनके संरेखित (aligned) समकक्षों की तुलना में सॉफ्टवेयर भेद्यता विश्लेषण कार्यों—जैसे पैच सत्यापन और कोड स्थानीयकरण—के लिए उनकी व्यावहारिक उपयोगिता में महत्वपूर्ण वृद्धि होती है, जो यह रेखांकित करता है कि सुरक्षा मूल्यांकनों को प्रतिक्रिया की इच्छा, शुद्धता और कार्यक्षमता का संयुक्त रूप से आकलन करने की आवश्यकता है।
यह शोध पत्र TENSOR को प्रस्तुत करता है, जो एक नवीन अनसुपरवाइज्ड (unsupervised) फ्रेमवर्क है जो टेम्पोरल पॉइंट प्रोसेस (Temporal Point Processes) के माध्यम से उपयोगकर्ताओं के समन्वित टेम्पोरल व्यवहारों को मॉडल करके और उनके टेक्स्टुअल कंटेंट के लार्ज लैंग्वेज मॉडल (LLM) विश्लेषण से प्राप्त मात्रात्मक स्कोर के साथ इन संकेतों को परिष्कृत करके सूचना परिचालन (information operations) उपयोगकर्ताओं का पता लगाता है, जिससे यह वास्तविक दुनिया के डेटासेट पर मौजूदा विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र "फ्लोर-फर्स्ट ट्राइएज" (Floor-First Triage) का प्रस्ताव करता है, जो एक कंपोजिशनल, एस्टीमेशन-ड्रिवन वर्कफ़्लो है जो एलएलएम (LLM) डिकोडिंग को पांच-आयामी संसाधन वेक्टर के रूप में मॉडल करता है ताकि भारी प्रोफाइलिंग या ग्रिड सर्च का सहारा लिए बिना प्रदर्शन सीमाओं को विश्लेषणात्मक रूप से निर्धारित किया जा सके और बाइंडिंग बाधाओं की पहचान की जा सके, जिससे विविध ऑपरेटिंग पॉइंट्स के लिए कंप्यूटेबल लेआउट निर्णय सक्षम हो सकें।
Harrison.Rad 1.5 एक रेडियोलॉजी-विशिष्ट मल्टीमॉडल लार्ज लैंग्वेज मॉडल है जिसे विविध एक्स-रे और मैमोग्राफी छवियों, नैदानिक संदर्भ और पूर्व अध्ययनों से संरचित और असंरचित रिपोर्ट उत्पन्न करने के लिए एक तीन-चरणीय पाइपलाइन के माध्यम से प्रशिक्षित किया गया है, जो सिम्युलेटेड FRCR परीक्षा सहित नैदानिक बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
i-EXAM एक प्लानिंग-पावर्ड टूल है जो सिस्टम एडमिनिस्ट्रेटर्स को जटिल नेटवर्क सुरक्षा को मॉडल करने, अटैक पाथ्स की पहचान करने और लार्ज लैंग्वेज मॉडल्स का उपयोग करके साउंडनेस और कम्प्लीटनेस गारंटी के साथ विविध हार्डनिंग रणनीतियों को जेनरेट और स्पष्ट करने में सक्षम बनाता है।
यह शोधपत्र बाइनरी डिप्रेशन डिटेक्शन के लिए एक फाइन-ग्रेंड मल्टीमॉडल फ्रेमवर्क प्रस्तावित करता है जो डायनेमिक हार्ड-पेयर माइनिंग और इंट्रा-क्लास कॉम्पैक्टनेस के माध्यम से लेटेंट स्पेस डिस्ट्रीब्यूशन को ऑप्टिमाइज़ करने के लिए एक नवीन बाइनरी एडवांटेज-वेटिंग रैंकिंग लॉस का लाभ उठाता है, जिससे D-vlog और LMVD डेटासेट्स पर स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।
K-ABENA एक चयनात्मक ग्रेडिएंट कंप्यूटेशन फ्रेमवर्क है जो कम-लॉस (low-loss) वाले नमूनों को बाहर करके प्रशिक्षण लागत को कम करता है और एक निष्पक्ष ग्रेडिएंट एस्टिमेटर प्रदान करने के लिए हॉरविट्ज़-थॉम्पसन रीवेटिंग (Horvitz-Thompson reweighting) का उपयोग करता है, जिससे यह अनकम्पेंसेटेड सिलेक्शन विधियों के गंभीर विफलता मोड के बिना पूर्ण-बैच SGD के तुलनीय प्रदर्शन और अभिसरण गारंटी (convergence guarantees) प्राप्त करता है।
यह शोध पत्र पॉलिसी-एडेप्टिव इमेज गार्डरेल्स के मूल्यांकन के लिए पॉलिसीशिफ्टबेंच (PolicyShiftBench) का परिचय देता है, और पॉलिसीशिफ्टगार्ड (PolicyShiftGuard) का प्रस्ताव करता है, जो दो-चरणीय रेसिपी के साथ प्रशिक्षित एक नवीन मॉडल है जो विभिन्न सुरक्षा नीतियों के अनुकूल गतिशील रूप से ढलने में मौजूदा विधियों की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र PCBWorld को प्रस्तुत करता है, जो KiCad पर निर्मित एक ओपन-सोर्स, इंजन-आधारित बेंचमार्क वातावरण है जो RL और LLM एजेंटों को नेटिव ऑपरेशन्स और DRC फीडबैक का उपयोग करके इंटरैक्टिव रूप से PCB रूट करने में सक्षम बनाता है, यह प्रदर्शित करते हुए कि यह दृष्टिकोण मौजूदा तरीकों और नियम-आधारित राउटरों की तुलना में काफी बेहतर प्रदर्शन करता है।