21916 पेपर
यह शोध पत्र HMARS का प्रस्ताव करता है, जो एक पदानुक्रमित बहु-एजेंट मेमोरी सिस्टम (hierarchical multi-agent memory system) है, जो लंबी संदर्भों (long contexts) को प्रबंधित मेमोरी के रूप में मानकर अधिक पूर्ण साक्ष्य प्राप्ति और तर्क सुनिश्चित करने के लिए मौजूदा रिट्रीवल और लॉन्ग-कॉन्टेक्स्ट बेसलाइनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र Bridge-MedDevKG प्रस्तुत करता है, जो एक कोर्स-टू-फाइन (coarse-to-fine) ढांचा है जो हृदय संबंधी चिकित्सा उपकरणों के लिए उच्च-विश्वास, स्केलेबल लिंक स्थापित करने के लिए FDA नियामक दस्तावेजों और USPTO पेटेंटों के बीच सेमेटिक अंतराल (semantic gaps) को दूर करता है, जिससे 91.6% रिकॉल दर प्राप्त होती है और रिकॉल विश्लेषण एवं IP डिस्कवरी जैसे महत्वपूर्ण अनुप्रयोगों को सक्षम बनाया जाता है।
यह शोध पत्र SafeGEO का परिचय देता है, जो एक मूल्यांकन सुइट है जो यह प्रदर्शित करता है कि जेनेरेटिव इंजन ऑप्टिमाइज़ेशन (GEO) हमले दोषपूर्ण उत्पादों की सिफारिश को 83.2% तक काफी बढ़ा सकते हैं, और जबकि डिफेंसिव प्रॉम्प्टिंग जैसे एजेंट-पक्ष के बचाव इस जोखिम को 39.2% तक कम कर सकते हैं, वे मूल प्रदर्शन स्तरों को पूरी तरह से बहाल करने में विफल रहते हैं।
ReasonRec एक नवीन रीजनिंग-ऑगमेंटेड मल्टीमॉडल एजेंट है जो विजुअल इंस्ट्रक्शन ट्यूनिंग, एविडेंस-होराइजन करिकुलम और अनसर्टेन्टी-गाइडेड डेलीगेशन सहित एक तीन-चरणीय स्पष्ट रीजनिंग पाइपलाइन का उपयोग करता है, ताकि विविध वास्तविक दुनिया के परिदृश्यों में अनुशंसा सटीकता, व्याख्यात्मकता और अनुमान दक्षता में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र Llama-3.1-8B-Instruct पर मैकेनिस्टिक इंटरप्रिटेबिलिटी (mechanistic interpretability) का उपयोग करते हुए यह प्रकट करता है कि RAG सिस्टम में साइटेशन (citation) के निर्णय अटेंशन हेड्स (attention heads) और MLPs के एक वितरित, बहु-चरणीय "एट्रिब्यूशनल एनसेंबल" (attributional ensemble) से उत्पन्न होते हैं, जो यह दर्शाता है कि इन विशिष्ट घटकों को चुनिंदा रूप से प्रवर्धित या क्षीण करने से उत्तर की सटीकता से समझौता किए बिना साइटेशन की निष्ठा (citation faithfulness) में महत्वपूर्ण सुधार किया जा सकता है।
यह शोध पत्र ConCise का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त प्रोटोकॉल है जो कच्चे टेक्स्ट संचय (raw text accumulation) को संरचित निष्कर्ष श्रृंखलाओं (structured conclusion chains) से बदलकर और जनरेशन चरणों को फ्यूज करके मल्टी-स्टेप RAG सेवाओं को अनुकूलित करता है, जिससे बिना किसी मॉडल रिट्रेनिंग या विशेष हार्डवेयर की आवश्यकता के संचयी टोकन वृद्धि को से घटाकर किया जाता है और महत्वपूर्ण लागत बचत प्राप्त की जाती है।
यह शोध पत्र meta-pipe के आर्किटेक्चर और डिज़ाइन तर्क का वर्णन करता है, जो एक ओपन-सोर्स, मॉड्यूलर LLM-एजेंट पाइपलाइन है जो महत्वपूर्ण निर्णय बिंदुओं पर अनिवार्य मानवीय निरीक्षण को लागू करते हुए साहित्य खोज से लेकर पांडुलिपि निर्माण तक व्यवस्थित समीक्षा और मेटा-विश्लेषण वर्कफ़्लो को स्वचालित करता है।
CAMI एक लागत-जागरूक (cost-aware) ढांचा है जो संवर्धन चयन (enrichment selection) को एक बजट वाले पोर्टफोलियो समस्या के रूप में मानकर सिमेंटिक रिट्रीवल इंडेक्स के निर्माण को अनुकूलित करता है, जिसमें एजेंटिक डिस्कवरी (agentic discovery) और अर्ली प्रूनिंग (early pruning) का उपयोग करके गहन खोज (exhaustive search) की तुलना में काफी कम कम्प्यूटेशनल लागत के साथ उच्च-रिकॉल कॉन्फ़िगरेशन की पहचान की जाती है।
यह शोध पत्र RSEA को प्रस्तुत करता है, जो एक पुनरावर्ती स्व-विकसित एजेंट (recursive self-evolving agent) है जो एक संक्षिप्त प्राकृतिक-भाषा अवस्था बनाए रखता है और विविध बेंचमार्क पर प्रदर्शन में गिरावट के जोखिम के बिना सुरक्षित रूप से सुधार करने के लिए एक सख्त होल्ड-आउट चयन गेट (held-out selection gate) का उपयोग करता है, यह प्रदर्शित करते हुए कि जबकि कोई भी एकल आर्टिफैक्ट प्रकार सार्वभौमिक रूप से प्रभावी नहीं होता है, गार्ड की गई विकास प्रक्रिया (guarded evolution) अनगार्ड की गई संदर्भ क्यूरेशन (unguarded context curation) की तुलना में एकदिष्ट सुरक्षा (monotone safety) सुनिश्चित करती है।
यह शोध पत्र एक पूर्णतः अनसुपरवाइज्ड (unsupervised) मेमोरी-ऑगमेंटेड LSTM ऑटोएन्कोडर फ्रेमवर्क प्रस्तावित करता है जो वास्तविक दुनिया के परिदृश्यों में उच्च-सटीक गतिविधि पहचान प्राप्त करने के लिए मल्टी-सेंसर IMU डेटा से पदानुक्रमित स्थिर और टेम्पोरल विशेषताओं को संलयित करता है, जो DaLiAc और PAMAP2 डेटासेट पर सुपरवाइज्ड बेसलाइन और मौजूदा अनसुपरवाइज्ड विधियों दोनों से बेहतर प्रदर्शन करता है।