21236 पेपर
यह शोध पत्र ट्रायोस्पेक्ट (Triospect) को प्रस्तुत करता है, जो एक नवीन त्रि-आयामी सांख्यिकीय ढांचा है जो विविध प्रतिकूल हमलों के विरुद्ध एआई-जनित पाठ का पता लगाने की मजबूती को महत्वपूर्ण रूप से बढ़ाने के लिए विषय-वस्तु और अभिव्यक्ति के दृष्टिकोणों को एकीकृत करता है, और कई बेंचमार्क में मौजूदा बेसलाइन की तुलना में पर्याप्त अंतर से बेहतर प्रदर्शन करता है।
यह शोधपत्र अमूर्त तर्कसंगतता (abstract argumentation) के लिए एक हस्तक्षेप-आधारित प्रतितथ्यात्मक तर्क (counterfactual reasoning) ढांचे को प्रस्तुत करता है जो तर्क की स्वीकृति को समीकरणों के रूप में कूटबद्ध करके और प्रीएम्प्शन (preemption) एवं ओवरडिटरमिनेशन (overdetermination) जैसी जटिल स्थितियों में सटीक कारणों की पहचान करने के लिए हालपर्न-पर्ल कार्य-कारणता (Halpern-Pearl causality) को लागू करके पारंपरिक 'बट-फॉर' (but-for) परीक्षण की सीमाओं को दूर करता है।
DDIAgents एक नवीन मैकेनिज्म-कंडीशन्ड मल्टी-एजेंट फ्रेमवर्क है जो प्रासंगिक ज्ञान को रूट करने और व्याख्यात्मक तर्क उत्पन्न करने के लिए विशिष्ट विशेषज्ञ एजेंटों को गतिशील रूप से ऑर्केस्ट्रेट करके ड्रग-ड्रग इंटरेक्शन प्रेडिक्शन को बढ़ाता है, जो यथार्थवादी बेंचमार्क पर मौजूदा बेसलाइन्स से लगातार बेहतर प्रदर्शन करता है।
यह शोध पत्र इस धारणा को चुनौती देता है कि रीरैंकिंग (reranking) हमेशा फ्यू-शॉट प्रदर्शन में सुधार करती है, और एक प्रशिक्षण-मुक्त, अनिश्चितता-आधारित गेटिंग तंत्र का प्रस्ताव करता है जो कम्प्यूटेशनल लागत को 15%–80% तक कम करने के साथ-साथ औसत प्रदर्शन को 2% तक सुधारने के लिए उदाहरणों को चुनिंदा रूप से रीरैंक करता है।
यह शोध पत्र पूर्वानुमान और नियोजन क्षमताओं की जांच करके स्वायत्त ड्राइविंग नीतियों (autonomous driving policies) के आंतरिक तर्क की जांच करता है, जिससे यह पता चलता है कि मजबूत क्लोज्ड-लूप प्रदर्शन के बावजूद, कई मॉडल वास्तविक भविष्य कहने वाले संकेतों के बजाय भंगुर ह्यूरिस्टिक्स (brittle heuristics) पर निर्भर करते हैं, जिसे कारण संबंधी हस्तक्षेपों (causal interventions) के माध्यम से सुधारा जा सकता है।
यह शोध पत्र एक ट्रांसफॉर्मर-आधारित सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो अनमैन्ड ट्रैफिक मैनेजमेंट (UTM) भेद्यता खोज को एक अनुक्रम मॉडलिंग समस्या के रूप में मॉडल करता है, जो लक्षित सुरक्षा-महत्वपूर्ण परिदृश्यों और एज केसों को उत्पन्न करके विशेषज्ञ-निर्देशित परीक्षण की तुलना में दक्षता में 8 गुना सुधार प्राप्त करता है।
यह शोधपत्र जानस (Janus) को प्रस्तुत करता है, जो एक विधि-अज्ञेय (method-agnostic) प्लग-इन नियंत्रक है जो संदिग्ध विचलन का पता लगाकर और एक संक्षिप्त हाइब्रिड कार्य सेट पर उम्मीदवारों का मूल्यांकन करके क्रमिक रूप से विकसित होने वाली एलएलएम (LLM) मेमोरी को चुनिंदा रूप से अपडेट करता है, जिससे उपयोगी ज्ञान के अधिलेखन (overwriting) को रोका जा सके और विविध डेटासेटों में समग्र सटीकता में सुधार किया जा सके।
यह शोध पत्र एक मॉड्यूलर, LLM-आधारित पाइपलाइन का प्रस्ताव करता है जो प्राकृतिक भाषा वाले ऐतिहासिक विफलता रिकॉर्ड (विशेष रूप से NHTSA क्रैश डेटा) को स्वायत्त ड्राइविंग सिस्टम के लिए विविध, यथार्थवादी परीक्षण परिदृश्यों में परिवर्तित करता है, जो मेटाड्राइव सिम्युलेटर पर एक सीमित परीक्षण बजट के भीतर सिस्टम विफलताओं की सफलतापूर्वक पहचान करता है।
यह शोध पत्र एक एजेंटिक फ्रेमवर्क प्रस्तुत करता है जो सामान्य-उद्देश्य वाले कोडिंग LLMs द्वारा संचालित है, जो नए गणितीय अवधारणाओं को संभालने में स्थिर पुस्तकालयों (static libraries) की सीमाओं को पार करने के लिए मौजूदा गणितीय पुस्तकालयों का गतिशील रूप से विस्तार करता है ताकि PutnamBench और STOC पेपर्स जैसे स्रोतों से अनुसंधान-स्तरीय प्रमेयों को सफलतापूर्वक ऑटोफॉर्मलाइज़ और सिद्ध किया जा सके।
PruneGround एक प्लग-एंड-प्ले फ्रेमवर्क है जो 3D विजुअल ग्राउंडिंग के लिए, अप्रासंगिक स्थानिक क्षेत्रों को छाँटने के लिए एक फ्रोजन विजन लैंग्वेज मॉडल का उपयोग करके, मल्टी-व्यू रीजनिंग के माध्यम से विवरणों को पुनर्गठित करके, और कम किए गए खोज स्थान के भीतर सटीक स्थानीयकरण के लिए एक स्थानिक LLM का लाभ उठाकर सटीकता और दक्षता में सुधार करता है।