22650 पेपर
यह शोध पत्र प्रदर्शित करता है कि स्पष्ट क्वांटम सर्किट सिमुलेशन ट्रेसेस पर, विशेष रूप से सुपरवाइज्ड फाइन-ट्यूनिंग और ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन के संयोजन के माध्यम से, बड़े भाषा मॉडलों को फाइन-ट्यून करना प्रभावी रूप से वास्तविक क्वांटम तर्क क्षमताओं को स्थापित करता है जो सटीकता और बड़े क्यूबिट सिस्टम में सामान्यीकरण दोनों में बेसलाइन मॉडलों की तुलना में काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि अवचेतन शिक्षण (subliminal learning) की ऑडिटेबिलिटी (auditability) मौलिक रूप से उस विशिष्ट "चैनल स्थान" (channel location) द्वारा निर्धारित होती है जिसके माध्यम से छिपे हुए गुणों को स्थानांतरित किया जाता है, जो यह प्रकट करता है कि इनिशियलाइज़ेशन-आधारित प्री-ट्रेनिंग स्क्रीन केवल शरीर-निर्भर गुणों के लिए प्रभावी हैं जबकि शब्दावली-ज्यामिति (vocabulary-geometry) या कंडीशनल-पॉलिसी हस्तांतरण के लिए विफल रहती हैं जिनके लिए पोस्ट-हॉक डिटेक्शन या लक्षित आर्किटेक्चरल मिटिगेशन की आवश्यकता होती है।
Nous एक नवीन एजेंट मेमोरी आर्किटेक्चर पेश करता है जो पारंपरिक तथ्य भंडारण को श्रेणीगत संभाव्यता वितरणों (categorical probability distributions) के एक भविष्य कहने वाले विश्व मॉडल से बदल देता है, जहाँ सूचना को विश्वास अपडेट (डेल्टा) के रूप में बनाए रखा जाता है और विस्मरण स्वाभाविक रूप से एंट्रॉपी क्षय (entropy decay) के माध्यम से होता है, जिससे बिना किसी बाहरी वेक्टर डेटाबेस या ग्राफ इंजन की आवश्यकता के दीर्घकालिक संवादात्मक बेंचमार्क पर प्रतिस्पर्धी प्रदर्शन प्राप्त होता है।
यह शोध पत्र तथ्यात्मक व्याख्यात्मकता (factual explainability) को लुप्त किनारा भविष्यवाणी मॉडल (missing edge prediction models) के साथ एकीकृत करके ग्राफ न्यूरल नेटवर्क में उच्च-गुणवत्ता वाले प्रतितथ्यात्मक स्पष्टीकरण (counterfactual explanations) उत्पन्न करने के लिए एक नवीन, मॉडल-अज्ञेयवादी (model-agnostic) ढांचे का प्रस्ताव करता है, जो विविध ग्राफ वर्गीकरण बेंचमार्क पर अत्याधुनिक बेसलाइन की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र NL2Scratch, एक बड़े पैमाने के निष्पादन योग्य बेंचमार्क और सिमेंटिक अलाइनमेंट कंसिस्टेंसी (SAC) मेट्रिक को प्रस्तुत करता है ताकि ब्लॉक-आधारित प्रोग्रामिंग में पारंपरिक NL2Code मूल्यांकन की सीमाओं को संबोधित किया जा सके, जो यह प्रकट करता है कि वर्तमान LLMs अक्सर उच्च लेक्सिकल समानता प्राप्त करते हैं जबकि सही स्क्रैच प्रोग्राम उत्पन्न करने के लिए आवश्यक सिमेंटिक अलाइनमेंट को पकड़ने में विफल रहते हैं।
CodeTeam एक LLM-संचालित मल्टी-एजेंट फ्रेमवर्क है जो योजना (planning), निर्णय लेने (decision-making) और कार्यान्वयन (implementation) को समन्वित चरणों में विभाजित करके प्राकृतिक-भाषा-से-रिपॉजिटरी जनरेशन की चुनौतियों का समाधान करता है, जिससे बेंचमार्क परीक्षणों में डिज़ाइन गुणवत्ता और कार्यात्मक शुद्धता दोनों में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोधपत्र यह तर्क देता है कि अगली पीढ़ी के एआई में वास्तविक सांस्कृतिक संरेखण प्राप्त करने के लिए केवल डेटा विविधीकरण से आगे बढ़कर एक आत्म-चिंतनशील, बहुल सामाजिक-तकनीकी दृष्टिकोण को अपनाना आवश्यक है जो विविध ज्ञानमीमांसाओं को एकीकृत करता है और भाषा प्रौद्योगिकी डिजाइन के सभी स्तरों पर शक्ति और शासन के गहरे मुद्दों को संबोधित करता है।
यह शोध पत्र TraceView को प्रस्तुत करता है, जो एक इंटरैक्टिव विज़ुअलाइज़ेशन टूल है जिसे डेवलपर्स को लेबल किए गए ग्राफ व्यूज़ के साथ फ़िल्टरिंग और साक्ष्य क्षमताओं के माध्यम से व्यवस्थित करके, LLM-आधारित स्वचालित प्रोग्राम रिपेयर ट्रेजेक्टरीज के भीतर तर्क, कार्यों और फीडबैक लूप्स को निदान करने और समझने में मदद करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र प्रदर्शित करता है कि पारंपरिक गेटेड एमएलपी (MLP), द्विपद ध्यान तंत्र (bilinear attention mechanisms) के समरूपता-भंग रैंक-1 सन्निकटन (symmetry-broken rank-1 approximations) के रूप में कार्य करते हैं, जो उनकी अनुभवजन्य प्रभावकारिता के लिए एक सैद्धांतिक स्पष्टीकरण प्रदान करता है और भविष्य के वास्तुशिल्प डिजाइनों का मार्गदर्शन करता है।
यह शोध पत्र एक जैव-प्रेरित (bio-inspired) ड्यूल-स्ट्रीम ईईजी (EEG) डिकोडिंग मॉडल प्रस्तुत करता है जो वेंट्रल और डोर्सल मार्गों के माध्यम से वस्तु की पहचान और स्थानिक अभिविन्यास को अलग-अलग डिकोड करके, सर्कुलर रिग्रेशन और ईईजी-कंडीशन्ड डिफ्यूजन का उपयोग करते हुए, सटीक 3D पुनर्निर्माण द्वारा 3D दृश्य धारणाओं को सफलतापूर्वक पुनर्निर्मित करता है।