22557 पेपर
यह शोध पत्र LAGO को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो भाषा संबंधी निर्देशों को एक एकीकृत लेटेंट स्पेस (latent space) के भीतर मध्यवर्ती लेटेंट सबगोल्स (intermediate latent subgoals) और एक्शन-कंडीशन्ड रोलआउट्स में गतिशील रूप से विघटित करके सुदृढ़ लॉन्ग-होरिज़न मॉडल-बेस्ड प्लानिंग को सक्षम बनाता है, जिससे यह विजुअल टारगेट्स और शोर युक्त क्रॉस-मोडल एलाइनमेंट की सीमाओं को दूर करता है।
यह स्थिति पत्र (position paper) तर्क देता है कि एआई एजेंटों के सफल वास्तविक दुनिया के अंगीकरण के लिए मानव-एजेंट संपर्क को एक मुख्य डिज़ाइन लक्ष्य के रूप में मानना आवश्यक है, जो उपयोग योग्य, विश्वसनीय और प्रभावी एजेंटिक प्रणालियों के निर्माण के मार्गदर्शन के लिए चार इंटरेक्शन चरणों में 14 सिद्धांतों का प्रस्ताव करता है।
यह शोध पत्र यह प्रदर्शित करता है कि इंटरैक्टिव मल्टी-एलएलएम (multi-LLM) प्रणालियों में, पोस्ट-ट्रेनिंग रेसिपीज़ मॉडल फैमिली लेबल की तुलना में हेजिंग (hedging) जैसे संवादात्मक व्यवहारों को अधिक महत्वपूर्ण रूप से प्रभावित करती हैं, जो यह सुझाव देता है कि मल्टी-एजेंट पैनलों में विविधता के लिए केवल विभिन्न परिवारों के मॉडलों का चयन करने के बजाय प्रशिक्षण पद्धतियों को प्राथमिकता दी जानी चाहिए।
यह शोध पत्र COTHROM को प्रस्तुत करता है, जो एक नवीन कम्प्यूटेशनल ढांचा है जो एक पॉट्स हैमिल्टोनियन मॉडल (Potts Hamiltonian model) के माध्यम से प्रतिस्पर्धी संवैधानिक उद्देश्यों को संतुलित करके, PR-STV प्रणाली के तहत आयरिश चुनावी पुनर्गठन को एल्गोरिदम के माध्यम से अनुकूलित करने के लिए सांख्यिकीय भौतिकी और बहु-मानदंड निर्णय विश्लेषण को लागू करता है।
RIZZ ब्लैक-बॉक्स लैंग्वेज मॉडल एजेंटों के लिए एक निरंतर अनुकूलन ढांचा है जो इंटरैक्शन को विशिष्ट मेमोरी शाखाओं में गतिशील रूप से रूट करके और उन्हें केवल सत्यापनकर्ता-गेटेड फीडबैक के माध्यम से अपडेट करके गैर-स्थिर वातावरण में हस्तक्षेप को कम करता है।
यह शोध पत्र एक ऐसा नवीन ढांचा प्रस्तावित करता है जो यात्री-निर्देशित स्वायत्त ड्राइविंग के लिए ड्युलिंग डबल डीप क्यू-नेटवर्क को सुरक्षा-उन्मुख स्पष्टीकरण उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल मॉड्यूल के साथ एकीकृत करता है, जिससे पारदर्शी और व्याख्या योग्य निर्णय लेने के माध्यम से सार्वजनिक विश्वास में वृद्धि होती है।
यह शोध पत्र SPARC को प्रस्तुत करता है, जो एक मल्टी-एजेंट सिस्टम है जो भौतिकी-आधारित सिमुलेशन के संश्लेषण, निष्पादन और विश्लेषण के लिए LLMs का लाभ उठाकर इलेक्ट्रिकल सर्किट आरेख प्रश्नोत्तरी की सटीकता और विश्वसनीयता को बढ़ाता है, जिससे 83% सटीकता प्राप्त होती है और मौजूदा बेसलाइन्स से काफी बेहतर प्रदर्शन होता है।
यह शोध पत्र एक डीप रीइन्फोर्समेंट लर्निंग-आधारित हाइब्रिड प्लूटनिंग नियंत्रण रणनीति प्रस्तावित करता है जो लचीलेपन को बढ़ाने के लिए गैर-कनेक्टेड वाहनों को मिश्रित यातायात में गतिशील रूप से एकीकृत करता है और व्यवधान प्रसार को दबाते हुए यातायात थ्रूपुट और स्थिरता के बीच संतुलन को अनुकूलित करता है।
यह शोध पत्र समानांतर स्ट्रिंग सॉल्वर (parallel string solvers) के लिए स्प्लिटिंग ह्यूरिस्टिक्स (splitting heuristics) को स्वचालित रूप से सीखने के लिए एक डेटा-संचालित दृष्टिकोण प्रस्तावित करता है, जो यह प्रदर्शित करता है कि ये सीखे गए ह्यूरिस्टिक्स Z3seq और Z3str4 में कार्यान्वित होने पर हल किए गए फॉर्मूलों की संख्या और औसत समाधान समय दोनों में मैन्युअल रूप से डिज़ाइन किए गए ह्यूरिस्टिक्स की तुलना में काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र एक स्वायत्त प्रणाली द्वारा बिना किसी मानवीय हस्तक्षेप के एक 30B फ्रंटियर मॉडल के एंड-टू-एंड पोस्ट-ट्रेनिंग को सफलतापूर्वक निष्पादित करने के पहले सार्वजनिक रूप से प्रलेखित उदाहरण की रिपोर्ट करता है, जिसने प्रतिस्पर्धी लीडरबोर्ड प्रदर्शन हासिल किया है और अपने स्वयं के भ्रामक मूल्यांकन मेट्रिक्स को स्वतंत्र रूप से पहचानने और सुधारने की क्षमता प्रदर्शित की है।