21046 पेपर
यह शोध पत्र एक व्हाइट-बॉक्स स्पेक्ट्रल-सबस्पेस-गाइडेड अटैक (SSGRA) प्रस्तुत करता है जो ट्रांसफॉर्मर-आधारित विजन-लैंग्वेज मॉडल्स में एडवर्सरियल कमजोरियों को प्रकट करने और उन्हें बढ़ाने के लिए बॉटम-राइट सिंगुलर वेक्टर सबस्पेस के साथ इंटरमीडिएट रिप्रेजेंटेशन्स के संरेखण का लाभ उठाता है।
यह शोध पत्र MIRA-Math को प्रस्तुत करता है, जो 2,310 गणितीय समस्याओं वाला एक नियत (deterministic) बेंचमार्क है जहाँ हलकर्ताओं को अंतिम उत्तर की गणना करने से पहले एक सख्त बजट के तहत एक एकल लुप्त परमाणु तथ्य (atomic fact) की पहचान करनी होगी और उसे अनुरोधित करना होगा, जिससे भाषा मॉडलों की सूचना-खोजने और तर्क करने की क्षमताओं का अलग-अलग मूल्यांकन सक्षम हो सके।
यह शोध पत्र ARGTCA का प्रस्ताव करता है, जो एक ग्राफ-आधारित फ्रेमवर्क है जो एक सिम्बोलिक एट्रिब्यूट ग्राफ और ग्राफ अटेंशन नेटवर्क के माध्यम से अंतर-विशेषता निर्भरताओं (inter-attribute dependencies) को मॉडल करता है ताकि टेस्ट-टाइम अडैप्टेशन के दौरान विजन-लैंग्वेज मॉडल्स के कैलिब्रेशन में महत्वपूर्ण सुधार किया जा सके, जो उन मौजूदा तरीकों से बेहतर प्रदर्शन करता है जो विशेषताओं को स्वतंत्र रूप से मानते हैं।
यह शोध पत्र "एजेंटिक डेटा एनवायरनमेंट" (Agentic Data Environments) को एक सक्रिय निष्पादन सबस्ट्रेट (active execution substrate) के रूप में प्रस्तुत करता है जो विविध डेटा स्रोतों को एकीकृत करने के लिए पारंपरिक डेटाबेस से आगे बढ़कर विस्तार करता है, जिसका उद्देश्य स्वचालन विफलताओं के जोखिमों को सीमित करने के लिए सुरक्षा गारंटी लागू करते हुए स्वायत्त एजेंट क्षमताओं को बढ़ाना है।
यह शोध पत्र एक हेटेरोजेनिटी-अडैप्टिव डिफ्यूजन श्रोडिंगर ब्रिज (HA-DSB) फ्रेमवर्क प्रस्तावित करता है जो होल-बॉडी एमआरआई ट्रांसलेशन में शारीरिक विषमता (एनाटॉमिकल हेटेरोजेनिटी) को दूर करने और रोग संबंधी निष्ठा (पैथोलॉजिकल फिडेलिटी) को बढ़ाने के लिए PET-निर्देशित मेटाबॉलिक प्रायर्स और विजन-लैंग्वेज मॉडल एम्बेडिंग्स का लाभ उठाता है, जिससे PET-MR स्कैन के लंबे अधिग्रहण समय की समस्या का समाधान होता है।
यह शोध पत्र टूल-उपयोग करने वाले LLM एजेंटों में "साइलेंट रोंग-स्टेट" (silent wrong-state) विफलताओं की पहचान करता है, जहाँ टूल त्रुटियों के बिना नीति उल्लंघन होते हैं, और यह प्रदर्शित करता है कि हल्के, नियत (deterministic) प्री-एग्जीक्यूशन गेट्स इन विफलताओं को प्रभावी ढंग से सुधार सकते हैं और पॉलिसी-परमिसिव वातावरण में बेंचमार्क सफलता दरों में महत्वपूर्ण रूप से सुधार कर सकते हैं।
यह शोध पत्र "पेनलाइज द पाथ, रिवॉर्ड द आउटकम" (RLVP) ढांचे का प्रस्ताव करता है, जो बाधाओं को लागू करने और महंगी विफलताओं को कम करने के लिए सत्यापन योग्य दंडों के साथ परिणाम-आधारित पुरस्कारों को जोड़कर वास्तविक दुनिया के एजेंटों की तैनात करने की क्षमता और नमूना दक्षता को बढ़ाता है।
यह शोध पत्र पहली बार एक व्यवस्थित बेंचमार्क प्रस्तुत करता है जो यह मूल्यांकन करता है कि डिफरेंशियल प्राइवेट सिंथेटिक टैबुलर डेटा पर प्री-, इन-, और पोस्ट-प्रोसेसिंग निष्पक्षता हस्तक्षेप (fairness interventions) कैसे प्रदर्शन करते हैं, जिससे यह पता चलता है कि पोस्ट-प्रोसेसिंग विधियाँ निष्पक्षता, उपयोगिता और गोपनीयता के बीच सबसे स्थिर संतुलन प्रदान करती हैं।
यह शोध पत्र Pyligent को प्रस्तुत करता है, जो एक प्रशिक्षण ढांचा है जो विलंबित-विफलता रिकवरी (delayed-failure recovery) की आवश्यकता वाले कार्यों पर तर्क प्रदर्शन में सुधार करता है, जो निरंतरता, समापन और बैकट्रैकिंग क्रियाओं के लिए सत्यापित खोज वृक्षों (search trees) को सुपरवाइज्ड लक्ष्यों में परिवर्तित करके विभिन्न संरचित डोमेन में मानक सुपरवाइज्ड फाइन-ट्यूनिंग से बेहतर प्रदर्शन करता है।
यह शोध पत्र HIVE को प्रस्तुत करता है, जो एक ऐसा मूल्यांकन बुनियादी ढांचा है जो विजन लैंग्वेज मॉडल्स में पोस्ट-हैलुसिनेशन रीजनिंग (PHR) की जांच करता है, और यह प्रकट करता है कि हॉलुसिनेटेड कैप्शन आश्चर्यजनक रूप से विजन-लैंग्वेज कार्यों पर सटीकता में सुधार कर सकते हैं, क्योंकि वे व्यापक सेमेंटिक कवरेज प्रदान करते हैं और रीजनिंग डायनेमिक्स को नया आकार देते हैं, जबकि पारंपरिक रूप से उन्हें त्रुटियों के रूप में देखा जाता है।