23087 पेपर
यह शोध पत्र रेशनल स्पार्स ऑटोएनकोडर (RSAE) को प्रस्तुत करता है, जो फिक्स्ड एनकोडर नॉनलिनैरिटीज़ को प्री-एक्टिवेशन ज्योमेट्री के अनुकूल होने के लिए ट्रेन करने योग्य रेशनल फंक्शन्स से बदल देता है, जिससे विभिन्न लैंग्वेज मॉडल्स और बेसलाइन एक्टिवेशन फैमिलीज़ में न्यूनतम कंप्यूटेशनल ओवरहेड के साथ बेहतर रिकंस्ट्रक्शन और डाउनस्ट्रीम परफॉरमेंस प्राप्त करते हुए फीचर इंटरप्रिटेबिलिटी बनी रहती है।
यह शोध पत्र "AI एंग्राम्स" (AI engrams) नामक एक ज्यामितीय ढांचे को प्रस्तुत करता है जो विशिष्ट स्मृति निशानों (memory traces) की पहचान करने, उन्हें अलग करने और रैखिक अंकगणित (linear arithmetic) के माध्यम से गहरे न्यूरल नेटवर्क के भीतर उनका शल्य चिकित्सा संबंधी हेरफेर करने के लिए जैविक स्मृति मानदंडों को औपचारिक रूप देता है, जिससे जैविक स्मृति सिद्धांतों और कृत्रिम प्रतिनिधित्व शिक्षण (artificial representation learning) के बीच के अंतर को पाटा जा सके।
नेमोट्रोन 3 अल्ट्रा (Nemotron 3 Ultra) एक ओपन-सोर्स, 550-बिलियन-पैरामीटर हाइब्रिड मंबा-ट्रांसफॉर्मर (Mamba-Transformer) मॉडल है जिसमें 1M-टोकन का कॉन्टेक्स्ट और उन्नत प्रशिक्षण तकनीकें हैं जो अत्याधुनिक सटीकता के साथ 6 गुना अधिक इन्फरेंस थ्रूपुट प्रदान करती है, जो इसे जटिल एजेंटिक रीजनिंग कार्यों के लिए आदर्श बनाती है।
यह शोध पत्र प्रदर्शित करता है कि जबकि प्रॉम्प्टेड (prompted) LLM एजेंट अक्सर उन प्रतिकूल मल्टी-एजेंट परिवेशों में लचीला सर्वसम्मति (resilient consensus) प्राप्त करने में विफल रहते हैं जहाँ शास्त्रीय सिद्धांत सफलता की गारंटी देते हैं, उन्हें शास्त्रीय लचीले सर्वसम्मति फिल्टरों के साथ लपेटने से सहमति को प्रभावी ढंग से बहाल किया जा सकता है, विशेष रूप से उन टोपोलॉजी में जिनमें अंतर्निहित मजबूती सीमित होती है।
यह शोध पत्र "मेट्रिक मैच" (Metric Match) को प्रस्तुत करता है, जो एक सबसेट चयन विधि है जो जनसंख्या-स्तर के सहसंबंध मेट्रिक्स का सटीक अनुमान लगाने वाले डेटा के एक प्रतिनिधि नमूने का चयन करके, LLM जज की विश्वसनीयता के मूल्यांकन के लिए लागत और एनोटेशन आवश्यकताओं को महत्वपूर्ण रूप से कम करती है, और कई डेटासेट्स एवं उपयोग के मामलों में रैंडम चयन की तुलना में बेहतर प्रदर्शन करती है।
यह शोध पत्र PANDA को प्रस्तुत करता है, जो एक LLM-संवर्धित ढांचा है जो निर्देशित टोपोलॉजी संश्लेषण (guided topology synthesis), उप-संरचना-जागरूक आकार निर्धारण (substructure-aware sizing) और बाधा-संचालित पीढ़ी (constraint-driven generation) के माध्यम से क्रॉस-स्टेज निर्भरताओं को सक्रिय रूप से प्रबंधित करके उच्च-स्तरीय डिज़ाइन इरादे को अंतिम एनालॉग सर्किट लेआउट से जोड़ता है, जिससे स्वचालन को एल्गोरिदम-केंद्रित निष्पादन से इरादा-केंद्रित सह-डिज़ाइन की ओर स्थानांतरित किया जाता है ताकि टर्नअराउंड समय को महत्वपूर्ण रूप से कम किया जा सके और प्रदर्शन में सुधार किया जा सके।
यह शोध पत्र AutoDojo को पेश करता है, जो एक अनुकूलन योग्य (adaptive) हमला ढांचा है जो यह प्रदर्शित करता है कि कैसे स्थिर बेंचमार्क LLM एजेंट सुरक्षाओं की भेद्यता को पकड़ने में विफल रहते हैं, जिससे यह पता चलता है कि वर्तमान विधियां पुनरावृत्ति ब्लैक-बॉक्स हमलों के विरुद्ध सीमित सुरक्षा प्रदान करती हैं और एक्शन-ओपन कार्यों में अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन के विरुद्ध संरचनात्मक रूप से अप्रभावी हैं।
यह शोध पत्र AdaMame को प्रस्तुत करता है, जो एक दो-चरणीय प्रशिक्षण विधि है जिसमें सुपरवाइज्ड फाइन-ट्यूनिंग को एक नवीन एडेप्टिव GRPO एल्गोरिदम (AdaMame-GRPO) के साथ संयोजित किया गया है ताकि लार्ज रीजनिंग मॉडल्स को सटीकता या टोकन दक्षता से समझौता किए बिना क्वेरी की भाषा में तर्क करने में सक्षम बनाया जा सके, जिससे भाषा पतन (language collapse) की घटना पर विजय प्राप्त की जा सके।
यह शोध पत्र IRTS-ToolBench प्रस्तुत करता है, जो 13 डोमेन में 1,700 प्रश्नों वाला एक व्यापक बेंचमार्क है, जिसे अनियमित समय श्रृंखला (irregular time series) प्रश्न उत्तर कार्यों पर बड़े भाषा मॉडल और एआई एजेंटों के प्रदर्शन का मूल्यांकन करने और सुधारने के लिए डिज़ाइन किया गया है, जो मौजूदा बेंचमार्क द्वारा छोड़े गए महत्वपूर्ण अंतर को संबोधित करता है जो नियमित सैंपलिंग का अनुमान लगाते हैं।
यह शोधपत्र SAGA का प्रस्ताव करता है, जो एक प्रशिक्षण ढांचा है जो ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन और अटेंशन डिस्टिलेशन के माध्यम से एट्रिब्यूट-रिजॉल्व्ड सुपरविजन सिग्नल्स उत्पन्न करने के लिए एक फ्रोजन मल्टीमॉडल लार्ज लैंग्वेज मॉडल (MLLM) का लाभ उठाता है, जिससे इन्फरेंस लागत बढ़ाए बिना मानक स्केलर-डिस्टेंस बेसलाइन्स की तुलना में ज़ीरो-शॉट विज़ुअल रिट्रीवल प्रदर्शन में उल्लेखनीय सुधार होता है।