22625 पेपर
यह शोध पत्र मैनिफोल्ड रिस्टोर मिक्सिंग (MRM) का प्रस्ताव करता है, जो एक डेटा ऑग्मेंटेशन विधि है जो हिडन रिप्रेजेंटेशन को मिक्स करके और एक डिफिकल्टी शेड्यूलर का उपयोग करके प्रोटीन डेटा ऑग्मेंटेशन के दौरान खोई गई संरचनात्मक जानकारी को पुनर्स्थापित करती है, जिससे विभिन्न बैकबोन और डाउनस्ट्रीम कार्यों में प्रोटीन रिप्रेजेंटेशन लर्निंग को बढ़ाया जा सकता है।
यह शोधपत्र एक ज्योमेट्री-अवेयर ऑनलाइन शेड्यूलिंग फ्रेमवर्क प्रस्तावित करता है जिसमें स्मलेस्ट वॉल्यूम फर्स्ट (SVF) और 1-बिट SVF एल्गोरिदम शामिल हैं, जो पारंपरिक टाइम-सेंट्रिक ह्यूरिस्टिक्स की तुलना में की-वैल्यू (KV) कैश के डायनेमिक 2D मेमोरी फुटप्रिंट को अधिक प्रभावी ढंग से संबोधित करके सैद्धांतिक रूप से कॉम्पिटिटिव रेश्यो में सुधार करते हैं और व्यावहारिक रूप से LLM सर्विंग प्रदर्शन को बढ़ाते हैं।
यह शोध पत्र BabelJudge को प्रस्तुत करता है, जो एक ओपन-सोर्स बेंचमार्क और विश्वसनीयता ऑडिट फ्रेमवर्क है, जो नियंत्रित परिवर्तनों (controlled perturbations) के माध्यम से गोल्ड-स्टैंडर्ड लेबल उत्पन्न करके कई भाषाओं और एजेंट ट्रेजेक्टरीज में LLM-as-a-Judge मॉडलों का मूल्यांकन करता है ताकि उन छिपे हुए विफलता मोडों (failure modes) को उजागर किया जा सके जैसे कि पोजीशन और वर्बोसिटी बायस, जिन्हें कच्चे सटीकता मेट्रिक्स पकड़ने में विफल रहते हैं।
यह शोध पत्र RoboMME-Interference प्रस्तुत करता है, जो एक क्रॉस-सेशन बेंचमार्क है यह प्रदर्शित करते हुए कि वर्तमान रोबोट मेमोरी सिस्टम, हालांकि व्याकुलता-मुक्त संदर्भों में प्रभावी हैं, असंबंधित सत्रों वाली लंबी हिस्ट्री से जानकारी प्राप्त करते समय महत्वपूर्ण प्रदर्शन गिरावट का सामना करते हैं, जो वास्तविक दुनिया के परिनियोजन के लिए मजबूती के एक महत्वपूर्ण अंतर को उजागर करता है।
यह शोध पत्र फ्लो एनीलिंग पोस्टीरियर सैंपलिंग (FAPS) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो सटीक अनिश्चितता परिमाणीकरण के साथ सुसंगत पोस्टीरियर नमूने उत्पन्न करने के लिए प्रीट्रेन्ड फंक्शन-स्पेस फ्लो-मैचिंग प्रायर्स का लाभ उठाकर स्टोकेस्टिक-प्रोसेस रिग्रेशन और PDE इनवर्स समस्याओं को एकीकृत करता है, जबकि प्रदर्शन में मौजूदा बेसलाइन्स से बेहतर प्रदर्शन करता है और टेस्ट-टाइम सैंपलिंग लागत को कम करता है।
यह शोध पत्र पार्सिमोनियसली एक्टिवेटेड डिक्शनरी लर्निंग (PADL) को प्रस्तुत करता है, जो एक संभाव्य जनरेटिव मॉडल स्थापित करता है ताकि स्पैरसिटी (sparsity), स्टोरेज और सटीकता के बीच के ट्रेडऑफ को विश्लेषणात्मक रूप से वर्णित किया जा सके, जिससे एक कुशल, हाइपरपैरामीटर-मुक्त एल्गोरिदम सक्षम होता है जो पुनर्निर्माण प्रदर्शन में सुधार करता है और विजन-लैंग्वेज मॉडल इन्फरेंस को त्वरित करता है।
यह शोध पत्र ARIA को प्रस्तुत करता है, जो एक कॉज़ल-अवेयर (causal-aware) फ्रेमवर्क है जो प्रत्यक्ष तर्क (direct reasoning), सादृश्य स्थानांतरण (analogical transfer), और पैरामीट्रिक फॉलबैक (parametric fallback) के तीन-स्तरीय कैस्केड के माध्यम से प्रश्नों को रूट करके लार्ज लैंग्वेज मॉडल्स में "कॉन्टेक्स्टुअल टनलिंग" (contextual tunneling) को कम करता है, जिससे ऑडिट करने योग्य और विश्वसनीय AI-सहायता प्राप्त सामग्री खोज संभव हो पाती है।
यह अध्ययन प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल-सहायता प्राप्त लेबल क्लीनिंग, CT-RATE चेस्ट सीटी डेटासेट में रेडियोलॉजी रिपोर्ट और मौजूदा लेबल के बीच नैदानिक रूप से सार्थक विसंगतियों को प्रभावी ढंग से पहचानती और हल करती है, जो रेडियोलॉजिस्ट अधिनिर्णय के साथ उच्च सहमति प्राप्त करती है और सार्वजनिक इमेजिंग डेटा के लिए स्केलेबल गुणवत्ता सुधार का समर्थन करती है।
यह शोध पत्र प्रदर्शित करता है कि एक स्ट्रक्चरल कोडबेस इंडेक्स को एक फिक्स्ड कोडिंग एजेंट हारनेस में एकीकृत करने से बिना किसी अतिरिक्त लागत के SWE-bench बेंचमार्क पर टास्क लोकलाइजेशन और रेजोल्यूशन दरों में महत्वपूर्ण सुधार होता है, जो एजेंटिक-grep बेसलाइन्स की तुलना में इसकी लागत-प्रभावशीलता को सिद्ध करता है और मल्टी-फाइल चेंज वर्कलोड के लिए इसके विशिष्ट मूल्य को रेखांकित करता है।