23087 पेपर
FAPO एक पूर्णतः स्वायत्त ढांचा है जो प्रॉम्प्ट और चेन संरचनाओं दोनों का पुनरावृत्ति के माध्यम से मूल्यांकन, निदान और परिशोधन करके मल्टी-स्टेप LLM पाइपलाइनों को अनुकूलित करता है, जिससे GEPA बेसलाइन से बेहतर प्रदर्शन करते हुए सामान्य और सुरक्षा-केंद्रित बेंचमार्क में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र दो नवीन कारण खोज (causal discovery) एल्गोरिदम, BRIDGE और Spectral Kan-Do Flow Matching को प्रस्तुत करता है, जो हस्तक्षेप-प्रेरित कारण प्रवाह (intervention-induced causal flows) की समाकलनीयता (integrability) की विफलताओं का विश्लेषण करके अंतर्निहित भ्रमित संरचनाओं (latent confounding structures) का अनुमान लगाने के लिए ली ब्रैकेट (Lie brackets) के ज्यामितिक गुणों और श्रेणीगत कान-डू-कैलकुलस (categorical Kan-Do-Calculus) का लाभ उठाते हैं।
यह शोध पत्र TOTEN को प्रस्तुत करता है, जो ब्राज़ीलियाई पुर्तगाली के लिए एक ज्ञान-आधारित ऑन्टोलॉजिकल टोकनाइज़ेशन ढांचा है, जो भौतिक मात्राओं और तकनीकी संकेतन की अर्थ संबंधी और संरचनात्मक अखंडता को बनाए रखने के लिए सांख्यिकीय रूप से व्युत्पन्न उपशब्दों (subwords) को एक घोषणात्मक, ऑन्टोलॉजी-संचालित दृष्टिकोण से प्रतिस्थापित करता है, जो यूनिट परमाणुता (unit atomicity) और संख्यात्मक पुनर्निर्माण में अत्याधुनिक बेसलाइन की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोधपत्र RIVET को प्रस्तुत करता है, जो एक प्रशिक्षण ढांचा (training framework) है जो शोर वाले या असंगत लेबल एनोटेशन के विरुद्ध वॉइस एट्रिब्यूट एडिटिंग मॉडल्स की मजबूती को बढ़ाने के लिए इडेम्पोटेंसी (idempotency) को एक अंतर्निहित रेगुलराइज़र के रूप में उपयोग करता है, जिससे एडिटिंग की सफलता और स्पीकर आइडेंटिटी के संरक्षण में सुधार होता है।
यह शोध पत्र "टोकन फैक्ट्री" (Token Factory) का प्रस्ताव करता है, जो विविध पारंपरिक संकेतों को संक्षिप्त "सॉफ्ट टोकन" में परिवर्तित करके उन्हें लार्ज रिकमेंडेशन मॉडल्स (Large Recommendation Models) में कुशलतापूर्वक एकीकृत करने वाला एक ढांचा है, जिससे पारंपरिक टेक्स्टुअलाइजेशन (textualization) विधियों की मेमोरी और कम्प्यूटेशनल सीमाओं को दूर करते हुए उत्पादन-स्तर के प्रदर्शन को बढ़ाया जा सके।
यह शोध पत्र यह प्रकट करता है कि गणितीय-तर्क की कठिनाई का अनुमान लगाने के लिए मानक pass@k मीट्रिक में एक महत्वपूर्ण अंधा बिंदु (blind spot) है, क्योंकि कई सैंपलिंग प्रयासों द्वारा अनसुलझाने योग्य माने गए उदाहरणों का एक बड़ा हिस्सा वास्तव में ग्रेडी डिकोडिंग (greedy decoding) को एक्टिवेशन ग्राफ्टिंग व्यवधानों (activation grafting perturbations) के साथ संयोजित करने वाले एक नियतात्मक शासन (deterministic regime) का उपयोग करके हल किया जा सकता है, जो यह संकेत देता है कि ये "कठिन" उदाहरण संरचनात्मक रूप से सुलभ हैं लेकिन वर्तमान में मानक अनुमान विधियों द्वारा अनावरण नहीं किए गए हैं।
यह शोध पत्र तर्क देता है कि नैदानिक (क्लिनिकल) एनएलपी मॉडल आत्महत्या की प्रवृत्ति का पता लगाने के लिए अक्सर डेटासेट लेबल को ही सत्य (ग्राउंड ट्रुथ) मानकर गलत व्याख्या करते हैं, और इस बात की अनदेखी करते हैं कि ScAN जैसे डेटासेट्स में निर्माण संबंधी विकल्प कैसे आत्महत्या की विशिष्ट और सीमित परिचालन परिभाषाओं (ऑपरेशनलाइजेशन) को समाहित करते हैं जो नैदानिक अस्पष्टता और विषमता को ओझल कर देते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि अंग्रेजी-केंद्रित व्यक्तित्वों (पर्सोना) में केवल राष्ट्रीयता और भाषा के मापदंडों को संशोधित करना नैदानिक रूप से सुसंगत बहुभाषी मानसिक स्वास्थ्य डेटासेट उत्पन्न करने में विफल रहता है, जो विभिन्न भाषाओं में अवसाद की गंभीरता का सटीक आकलन करने में वर्तमान एलएलएम (LLM) की क्षमता की महत्वपूर्ण सीमाओं को उजागर करता है और सांस्कृतिक रूप से उत्तरदायी डेटा पीढ़ी विधियों की तत्काल आवश्यकता को रेखांकित करता है।
यह शोध पत्र BrainG3N को प्रस्तुत करता है, जो एक दोहरा-उद्देश्य वाला टोकेनाइज़र है जो 3D मस्तिष्क MRI के लिए नैदानिक रूप से सूचनात्मक एम्बेडिंग उत्पन्न करने के लिए एक फ्रोजन (frozen) 3D मास्क्ड ऑटोएनकोडर का उपयोग करता है, जो उच्च-प्रदर्शन वाले डाउनस्ट्रीम नैदानिक कार्यों और लेटेंट डिफ्यूजन (latent diffusion) के माध्यम से नियंत्रणीय, रोगी-विशिष्ट अनुदैर्ध्य (longitudinal) पीढ़ी को सफलतापूर्वक सक्षम बनाता है।
TeleMorpher एक नवीन वन-शॉट, प्रशिक्षण-मुक्त फ्रेमवर्क है जो विषयों को पृष्ठभूमि से अलग करके, पोज़ वार्पिंग के लिए मोशन प्रायर्स का लाभ उठाकर, और उच्च-गुणवत्ता वाले, नियंत्रणीय परिणाम सुनिश्चित करने के लिए नए LPIPS-आधारित मेट्रिक्स को पेश करके वीडियो में सुदृढ़ समवर्ती गति और स्थान संपादन सक्षम करता है।