21916 पेपर
यह शोध पत्र TheraAlign को प्रस्तुत करता है, जो एक दो-चरणीय ढांचा है जो एक विशिष्ट मूल्यांकनकर्ता (TheraJudge) को क्रियात्मक, बहु-आयामी प्रतिक्रिया प्रदान करने के लिए प्रशिक्षित करके मानसिक स्वास्थ्य सहायता को बढ़ाता है, जो एक बहु-एजेंट परिशोधन प्रणाली (TheraAgent) को चिकित्सीय प्रतिक्रियाओं की सुरक्षा, प्रासंगिकता और सहानुभूति में महत्वपूर्ण सुधार करने के लिए प्रेरित करता है।
यह शोध पत्र X पर सहयोगात्मक नोट्स के एक विशाल संग्रह का विश्लेषण करता है ताकि यह प्रदर्शित किया जा सके कि हालांकि मानवीय फीडबैक AI द्वारा तैयार की गई सामग्री की उपयोगिता में महत्वपूर्ण सुधार करता है—विशेष रूप से तथ्यात्मक सुधारों और दावों को चुनौती देने के माध्यम से—ये हाइब्रिड नोट्स सीमित भागीदारी के कारण अपनाने में बाधाओं का सामना करते हैं और अंततः उन पोस्टों को लक्षित करके एक पूरक भूमिका निभाते हैं जिन्हें विशुद्ध रूप से मानवीय या केवल AI-आधारित मॉडरेशन द्वारा अनदेखा कर दिया जाता है।
यह शोध पत्र एआई-संचालित कानूनी तर्क के लिए कानूनी प्रक्रियाओं से प्रेरित मल्टी-एजेंट विचार-विमर्श ढांचों की जांच करता है, जो यह प्रदर्शित करता है कि हालांकि वे बेसलाइन लार्ज लैंग्वेज मॉडल्स के तुलनीय प्रदर्शन प्राप्त करते हैं, फिर भी वे जटिल मामलों को हल करने और बहु-परिप्रेक्ष्य आलोचनात्मक सोच को संभालने में विशिष्ट लाभ प्रदान करते हैं।
यह शोध पत्र HASTE को प्रस्तुत करता है, जो एक पदानुक्रमित बहु-एजेंट प्रणाली (hierarchical multi-agent system) है जो कुशल ज्ञान हस्तांतरण को सक्षम करने के लिए ML इंजीनियरिंग कौशल को वैश्विक, डोमेन और प्रतियोगिता-विशिष्ट स्तरों में व्यवस्थित करती है, जिससे नियंत्रित परीक्षणों में 100% पदक दर और पूर्ण बेंचमार्क पर 77.3% की उपलब्धि प्राप्त होती है और फ्लैट या कोल्ड-स्टार्ट दृष्टिकोणों की तुलना में कंप्यूट लागत और परिशोधन पुनरावृत्तियों (refinement iterations) को काफी कम किया जाता है।
यह शोध पत्र एज-क्लाउड इन्फरेंस के लिए एक बजट-अनुकूली रूटिंग फ्रेमवर्क प्रस्तावित करता है जो ऑफलोड बजट के आधार पर 'वीक-स्किपिंग' और 'वीक-कंडीशन्ड' एस्टिमेटर्स के बीच गतिशील रूप से चयन करता है, जिससे लेटेंसी कम होती है और अत्याधुनिक विधियों तथा यहाँ तक कि अकेले स्ट्रॉन्ग क्लाउड मॉडल की तुलना में भी उच्च सटीकता प्राप्त होती है।
यह शोध पत्र एक नॉइज़ी एक्सपर्ट मॉडल (noisy expert model) प्रस्तुत करता है जो सैद्धांतिक रूप से यह स्पष्ट करता है कि लैंग्वेज मॉडल ट्रेनिंग में ऑन-पॉलिसी डिस्टिलेशन (on-policy distillation), ऑफलाइन बिहेवियर क्लोनिंग (offline behavior cloning) की तुलना में अक्सर बेहतर प्रदर्शन क्यों करता है, यह प्रदर्शित करते हुए कि जहाँ ऑफलाइन नॉइजी ट्रेजेक्टरीज (noisy trajectories) से सीखना घातीय सैंपल कॉम्प्लेक्सिटी (exponential sample complexity) का कारण बनता है, वहीं विशिष्ट शोर की स्थितियों के तहत एक नॉइज़ी एक्सपर्ट के साथ ऑनलाइन इंटरैक्शन हॉरिजन (horizon) पर बहुपद निर्भरता (polynomial dependence) प्राप्त कर सकता है।
यह शोध पत्र RoPoLL को प्रस्तुत करता है, जो LLM मूल्यांकन के लिए एक सुदृढ़ ढांचा है जो दूषित जजों से होने वाले अनियंत्रित पूर्वाग्रह को प्रभावी ढंग से कम करने के लिए मानक पैनल सर्वसम्मति के स्थान पर एक ज्यामितीय माध्य अनुमानक (geometric median estimator) का उपयोग करता है, और उच्च भ्रष्टाचार दरों के तहत भी पारंपरिक विधियों की तुलना में बेहतर सटीकता और दक्षता प्राप्त करता है।
यह शोध पत्र विचलित अवलोकनों (perturbed observations) से एक लचीले पश्च वितरण (posterior distribution) को सीखने के माध्यम से एंगल्स-ओनली सिस्लुनर ऑर्बिट निर्धारण (angles-only cislunar orbit determination) को हल करने के लिए 'फिजिक्स-इन्फॉर्म्ड कंडिशनल नॉर्मलाइजिंग फ्लो' पेश करता है, जो सांख्यिकीय रूप से सुसंगत अवस्था परिकल्पनाएं उत्पन्न करता है जो शास्त्रीय नॉनलीनियर लीस्ट-स्क्वेयर्स रिफाइनमेंट के लिए प्रतिस्पर्धी वार्म स्टार्ट के रूप में कार्य करती हैं।
AgRefactor एक पूर्णतः-स्वचालित, ओपन-सोर्स, स्व-विकसित मल्टी-एजेंट वर्कफ़्लो है जो जटिल वास्तविक दुनिया के सॉफ़्टवेयर को कुशल, उच्च-प्रदर्शन, सिंथेसाइज़ेबल हाई-लेवल सिंथेसिस (HLS) कोड में कुशलतापूर्वक रिफैक्टर करने के लिए LLMs और स्वचालित उपकरणों का लाभ उठाता है, जो अनुकूलता और गति दोनों में मौजूदा अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र Loc2Repair प्रस्तुत करता है, जो एक मॉड्यूलर मूल्यांकन ढांचा है जो यह प्रदर्शित करता है कि कैसे फ़ाइल-स्तर के इश्यू लोकलाइजेशन (issue localization) को रिपेयर सिंथेसिस (repair synthesis) से अलग करने से रिपॉजिटरी-आधारित स्वचालित मरम्मत प्रणालियों की प्रभावशीलता और दक्षता दोनों में निरंतर सुधार होता है।