22557 पेपर
यह शोध पत्र NOEMA प्रस्तुत करता है, जो एक हल्का न्यूरो-सिम्बोलिक फ्रेमवर्क है जो मल्टी-इंटेंट (बहु-इरादा) समझ, सटीकता और गोपनीयता को बेहतर बनाने के लिए एक इंटेंट ऑन्टोलॉजी को एकीकृत करके ऑन-डिवाइस मोबाइल एजेंटों के लिए कॉम्पैक्ट लैंग्वेज मॉडल्स को उन्नत करता है और साथ ही कम लेटेंसी बनाए रखता है।
यह शोध पत्र नुल-टेक्स्ट टेस्ट-टाइम अलाइनमेंट (Null-TTA) का प्रस्ताव करता है, जो एक नवीन प्रतिमान है कि क्लासिफायर-फ्री गाइडेंस में अनकंडीशनल एम्बेडिंग को अनुकूलित करने के लिए इन्फरेंस के दौरान टेक्स्ट-टू-इमेज डिफ्यूजन मॉडल को लक्षित रिवॉर्ड्स के साथ संरेखित करता है, जिससे मॉडल पैरामीटर्स को अपडेट किए बिना रिवॉर्ड हैकिंग को रोकने और क्रॉस-रिवॉर्ड जनरलाइजेशन बनाए रखते हुए अत्याधुनिक प्रदर्शन प्राप्त किया जाता है।
यह शोध पत्र "पेसिमिस्टिक वेरिफिकेशन" (pessimistic verification) को पेश करता है, जो एक ऐसा एजेंटिक वर्कफ़्लो है जो गणितीय समाधानों को तब अस्वीकार कर देता है जब कोई भी समानांतर सत्यापनकर्ता (parallel verifier) त्रुटि का पता लगाता है, और इसका उन्नत "प्रोग्रेसिव" संस्करण जो सूक्ष्म-स्तरीय प्रमाण अपघटन (fine-grained proof decomposition) का उपयोग करता है, जो चुनौतीपूर्ण ओपन-एंडेड गणितीय समस्याओं पर सटीकता और टोकन दक्षता में मौजूदा तरीकों से काफी बेहतर प्रदर्शन करता है और यह भी प्रकट करता है कि वर्तमान बेंचमार्क एनोटेशन त्रुटियों के कारण मजबूत मॉडलों को कम आंक सकते हैं।
यह शोध पत्र IDRBench प्रस्तुत करता है, जो डीप रिसर्च एजेंटों की संवादात्मक क्षमताओं का व्यवस्थित रूप से मूल्यांकन करने के लिए डिज़ाइन किया गया पहला बेंचमार्क है, जो यह मापता है कि वे स्पष्टीकरण कैसे मांगते हैं और विकसित होते उपयोगकर्ता के इरादे के साथ तालमेल कैसे बिठाते हैं, और यह प्रदर्शित करता है कि ऐसा संवाद विभिन्न बड़े भाषा मॉडलों (LLMs) में अनुसंधान की गुणवत्ता और मजबूती में महत्वपूर्ण सुधार करता है।
टेम्पोरल ग्राफ पैटर्न मशीन (TGPM) एक आधारभूत ढांचा है जो टेम्पोरल रूप से पक्षपाती इंटरैक्शन पैच को संश्लेषित करके और सामान्यीकृत, हस्तांतरणीय विकसित होते पैटर्न को मॉडल करने के लिए सेल्फ-सुपरवाइज्ड प्री-ट्रेनिंग के साथ एक ट्रांसफॉर्मर-आधारित बैकबोन का उपयोग करके टेम्पोरल ग्राफ लर्निंग को उन्नत करता है, जिससे मौजूदा टास्क-केंद्रित विधियों की सीमाओं को दूर किया जा सके।
यह शोध पत्र "नेक्स्ट-जेन कैप्चा" (Next-Gen CAPTCHAs) को प्रस्तुत करता है, जो एक स्केलेबल रक्षा ढांचा है जो इंटरैक्टिव धारणा और निर्णय लेने में एक निरंतर संज्ञानात्मक अंतराल का लाभ उठाकर गतिशील, असीमित कार्य उत्पन्न करता है जो प्रभावी रूप से जैविक उपयोगकर्ताओं को उन उन्नत मल्टीमॉडल एजेंटों से अलग करता है जिन्होंने पारंपरिक सुरक्षा बाधाओं को पार कर लिया है।
यह शोध पत्र SteuerLLM को प्रस्तुत करता है, जो एक विशिष्ट 28B-पैरामीटर वाला जर्मन कर कानून मॉडल है, और SteuerEx को, जो प्रामाणिक विश्वविद्यालय परीक्षाओं से व्युत्पन्न पहला ओपन बेंचमार्क है, जो यह प्रदर्शित करता है कि डोमेन-विशिष्ट अनुकूलन और सिंथेटिक डेटा जनरेशन जटिल कानूनी तर्क कार्यों में सामान्य-उद्देश्य वाले मॉडलों की तुलना में काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र Policy4OOD को प्रस्तुत करता है, जो एक ज्ञान-निर्देशित स्थानिक-कालिक विश्व मॉडल (spatio-temporal world model) है जो ओपियॉइड ओवरडोज़ संकट के विरुद्ध हस्तक्षेपों को सिम्युलेट, पूर्वानुमान और अनुकूलित करने के लिए नीतिगत ज्ञान ग्राफ (policy knowledge graphs), स्थानिक निर्भरताओं और सामाजिक-आर्थिक समय श्रृंखलाओं (socioeconomic time series) को एकीकृत करता है, जिससे डेटा-संचालित सार्वजनिक स्वास्थ्य निर्णय सहायता सक्षम होती है।
यह शोध पत्र ALOE को प्रस्तुत करता है, जो एक एक्शन-लेवल ऑफ-पॉलिसी इवैल्यूएशन फ्रेमवर्क है जो हेटेरोजेनियस रिप्ले बफर्स में बेमेल ऐतिहासिक डेटा की सीमाओं को दूर करने के लिए वर्तमान-पॉलिसी-विशिष्ट वैल्यू अनुमान उत्पन्न करके वास्तविक दुनिया के वातावरणों में विजन-लैंग्वेज-एक्शन मॉडल्स के स्थिर और प्रभावी पोस्ट-ट्रेनिंग को सक्षम बनाता है।
यह शोध पत्र BrowseComp-Plus डेटासेट पर रिट्रीवल यूनिट्स, पाइपलाइन कॉन्फ़िगरेशन और क्वेरी विशेषताओं का विश्लेषण करके डीप रिसर्च में टेक्स्ट रैंकिंग विधियों की प्रभावशीलता की जांच करता है, जिससे यह पता चलता है कि विशिष्ट रिट्राइवर प्रकार और पैसेज-लेवल यूनिट्स अच्छा प्रदर्शन करते हैं, साथ ही यह क्वेरी मिसमैच को कम करने के लिए एक क्वेरी-टू-क्वेश्चन विधि का प्रस्ताव भी देता है।