23087 पेपर
यह शोध पत्र कॉन्सेप्ट फ्लो मॉडल्स (CFMs) को प्रस्तुत करता है, जो एक पदानुक्रमित ढांचा (hierarchical framework) है जो सूचना के रिसाव (information leakage) को कम करने और मौजूदा कॉन्सेप्ट बॉटलनेक मॉडल्स के तुलनीय भविष्य कहनेवाला प्रदर्शन बनाए रखते हुए व्याख्यात्मकता को बढ़ाने के लिए फ्लैट कॉन्सेप्ट बॉटलनेक्स को एक अवकलनीय निर्णय वृक्ष (differentiable decision tree) से बदल देता है।
यह शोध पत्र मल्टी-एजेंट एलएलएम (LLM) विचार-विमर्श के लिए एक क्लोज्ड-लूप डायनामिकल सिस्टम मॉडल प्रस्तावित करता है जो छिपे हुए आंतरिक "एंकरों" को शामिल करता है, यह प्रदर्शित करते हुए कि कैसे ये एंकर एजेंटों को प्रारंभिक विश्वास सीमाओं से आगे बढ़ने में सक्षम बनाते हैं और इन एंकरों को पुनः प्राप्त करने और मान्य करने की एक विधि प्रदान करते हैं ताकि यह समझाया जा सके कि विचार-विमर्श तर्क सटीकता में सुधार कैसे करता है।
यह शोध पत्र DeXposure-Claw को प्रस्तुत करता है, जो एक एजेंटिक सिस्टम है जो ऑडिट योग्य, नियामक-अनुरूप DeFi जोखिम पर्यवेक्षण टिकट उत्पन्न करने के लिए एक ग्राफ टाइम-सीरीज फाउंडेशन मॉडल को नियत मॉनिटर्स और कॉन्फिडेंस गेट्स के साथ एकीकृत करता है, जबकि DeXposure-Bench मूल्यांकन ढांचे के माध्यम से झूली सूचनाओं (फॉल्स अलार्म) को न्यूनतम करता है।
यह शोध पत्र प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) क्लिनिकल टैबुलर डेटा पर वास्तविक एपिस्टेमिक आत्म-जागरूकता (epistemic self-awareness) की कमी रखते हैं, क्योंकि उनका मौखिक आत्मविश्वास सूचनात्मक नहीं है और उनकी सटीकता कार्य की कठिनाई के व्युत्क्रमानुपाती है, लेकिन यह प्रस्तावित करता है कि क्रॉस-मॉडल एट्रिब्यूशन डाइवर्जेंस विश्लेषण को फ्यू-शॉट प्रॉम्प्टिंग और फीचर एविडेंस के साथ संयोजित करने से इन ब्लाइंड स्पॉट्स का प्रभावी ढंग से पता लगाया जा सकता है और बिना रिट्रेनिंग के सटीकता एवं कैलिब्रेशन दोनों में महत्वपूर्ण सुधार किया जा सकता है।
यह शोध पत्र REVEAL++ का प्रस्ताव करता है, जो एक विभेदक (differentiable) ढांचा है जो रेटिनल छवियों और नैदानिक वृत्तांतों से अल्जाइमर रोग के जोखिम की भविष्यवाणी करने के लिए विजन-लैंग्वेज संरेखण को बढ़ाने हेतु कठोर फेनोटाइपिक समूहीकरण के स्थान पर एक निरंतर, सीखने योग्य समानता भारण फलन (similarity weighting function) को प्रतिस्थापित करता है।
यह शोध पत्र "इमर्जेंट अलाइनमेंट" नामक एक ऑनलाइन तकनीक का प्रस्ताव करता है जो लार्ज लैंग्वेज मॉडल्स को स्वयं के एक फ्रोजन (frozen) संस्करण को आंतरिक विवेक के रूप में उपयोग करके और डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (Direct Preference Optimization) के माध्यम से अनैतिक आउटपुट को स्वयं सुधारने में सक्षम बनाता है, जिससे बाहरी जजों के बिना प्रभावी रूप से प्रशिक्षण को नैतिक व्यवहार की ओर निर्देशित किया जा सके।
यह शोध पत्र इंटरैक्टिव LLM एजेंटों के लिए शास्त्रीय अनिश्चितता ढांचों की सीमाओं को संबोधित करते हुए एक प्रॉम्प्ट-आधारित अपघटन प्रस्तावित करता है जो सक्रिय स्पष्टीकरण चाहने में सक्षम करने के लिए क्रिया आत्मविश्वास (action confidence) को अनुरोध अनिश्चितता (request uncertainty) से अलग करता है, जो कई मॉडल बैकबोन पर जानबूझकर कम-निर्दिष्ट कार्यों वाले बेंचमार्क पर मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र ध्वनिक बंदूक की गोली वर्गीकरण (acoustic gunshot classification) के लिए फीचर एक्सट्रैक्शन तकनीकों और उनके मापदंडों की एक व्यवस्थित जांच प्रस्तुत करता है, जो यह प्रदर्शित करता है कि 23,000 रिकॉर्डिंग के एक बड़े डेटासेट पर इन विकल्पों को अनुकूलित करने से टॉप-1 सटीकता में 20% तक उल्लेखनीय सुधार किया जा सकता है।
यह शोध पत्र LLM-सॉल्वर लूप्स में "नैरेशन गैप" (कथा अंतराल) की पहचान और विश्लेषण करता है, यह प्रदर्शित करते हुए कि जबकि औपचारिक सॉल्वर सटीक निर्णय प्रदान करते हैं, परिणामों को उपयोगकर्ताओं को सुनाने का अंतिम चरण प्रॉम्प्ट इंजेक्शन और एडेप्टिव हमलों के प्रति संवेदनशील बना रहता है, जिससे सिस्टम के आउटपुट की समग्र सुदृढ़ता से समझौता होता है।
यह शोध पत्र IHBench प्रस्तुत करता है, जो संरचित वर्कफ़्लो में वॉयस एजेंटों के व्यवधानों (interruptions) से उबरने की क्षमता का मूल्यांकन करने के लिए एक नया बेंचमार्क है, जो यह प्रकट करता है कि क्लोज्ड-वेट मॉडल विविध एंटरप्राइज डोमेन में कार्य पूर्ति और रिकवरी की गुणवत्ता के मामले में ओपन-वेट मॉडलों की तुलना में काफी बेहतर प्रदर्शन करते हैं।