23087 पेपर
यह शोध पत्र SACE को प्रस्तुत करता है, जो विजुअल ऑटोरेग्रेसिव (VAR) मॉडलों के लिए एक स्केल-अवेयर कॉन्सेप्ट इरेज़र फ्रेमवर्क है, जो 'सिमेंटिक सिंगुलैरिटी एक्सिओम' का लाभ उठाकर हानिकारक अवधारणाओं को सर्जिकल रूप से हटाने के लिए हस्तक्षेपों को पहले स्केल तक सीमित करता है, जिससे पारंपरिक डिफ्यूजन-आधारित इरेज़र तकनीकों के कारण होने वाले विनाशकारी सिमेंटिक कोलैप्स और विजुअल आर्टिफ़ेक्ट्स को रोका जा सके।
यह शोध पत्र AIChilles को प्रस्तुत करता है, जो एक स्वचालित ढांचा है जो उन वर्कलोड्स की खोज करके AI-विकसित प्रणालियों में छिपी कमजोरियों की पहचान करता है जहाँ AI-जनित कोड मानव-निर्मित बेसलाइन्स की तुलना में शुद्धता, प्रदर्शन या गुणवत्ता में पिछड़ जाता है, जिससे विकास जीवनचक्र के दौरान इन दोषों के शमन को सक्षम बनाया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि अनिश्चितता संकेतों में संरचनात्मक विषमता, अनुकूलन की कमजोरी के बजाय, वैश्विक बजट वाले LLM सत्यापन नीतियों की प्रभावशीलता को मौलिक रूप से सीमित करती है, जिससे महत्वपूर्ण प्रदर्शन लाभ प्राप्त करने के लिए लागत-स्तरीकृत हस्तक्षेपों की आवश्यकता होती है।
यह शोध पत्र RetailBench को प्रस्तुत करता है, जो वास्तविक, दीर्घ-अवधि वाले रिटेल प्रबंधन परिदृश्यों में LLM एजेंटों के मूल्यांकन के लिए एक डेटा-आधारित सिमुलेशन बेंचमार्क है, जो यह प्रकट करता है कि हालांकि वर्तमान मॉडल आशाजनक दिखते हैं, वे अपूर्ण साक्ष्य प्राप्ति और असंगत दीर्घकालिक रणनीतियों जैसी समस्याओं के कारण निरंतर सुसंगत निर्णय लेने में संघर्ष करते हैं और एक ओरकल पॉलिसी की तुलना में काफी कम प्रदर्शन करते हैं।
यह शोध पत्र STRIDE को प्रस्तुत करता है, जो एक सूक्ष्म-स्तरीय (fine-grained) सत्यापन योग्य पुरस्कारों (Verifiable Rewards) के साथ सुदृढीकरण शिक्षण (Reinforcement Learning) ढांचा है, जो रणनीतिक -gram पैटर्न से सत्यापन योग्य, परिणाम-भेदभावपूर्ण पर्यवेक्षण (outcome-discriminative supervision) प्राप्त करके बड़े भाषा मॉडलों में तर्क क्षमता को बढ़ाता है ताकि मौजूदा विधियों की तुलना में अधिक सटीक क्रेडिट असाइनमेंट (credit assignment) सक्षम किया जा सके।
यह शोध पत्र Deep-VRM का प्रस्ताव करता है, जो एक नवीन मल्टीमॉडल लार्ज लैंग्वेज मॉडल आर्किटेक्चर है जो एक डीप रेसिडुअल पाथ के माध्यम से लो-लेवल फॉरेंसिक आर्टिफैक्ट्स को इंजेक्ट करते हुए प्री-ट्रेन्ड सिमेंटिक नॉलेज को सुरक्षित रखता है, जिससे सिमेंटिक समझ से समझौता किए बिना फुल-स्पेक्ट्रम फॉरेंसिक सिग्नल्स पर स्टेट-ऑफ-द-आर्ट डिटेक्शन परफॉर्मेंस प्राप्त की जाती है।
यह शोध पत्र AIPR को मान्य करता है, जो एक प्रॉम्प्ट-आधारित LLM सिस्टम है जो पांडुलिपि गुणवत्ता स्कोर और संरचित समीक्षाएं उत्पन्न करता है, यह प्रदर्शित करते हुए कि इसके समग्र स्कोर बिना समीक्षा डेटा पर फाइन-ट्यूनिंग के भी उच्च विश्वसनीयता और निरंतरता के साथ ICLR में पीयर-रिव्यू स्वीकृति परिणामों की प्रभावी ढंग से भविष्यवाणी करते हैं।
यह शोध पत्र टोपोलॉजिकल फ्लो मैचिंग (Topological Flow Matching) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो गैर-यूक्लिडियन डोमेन पर डेटा की अंतर्निहित टोपोलॉजिकल संरचना को पकड़ने के लिए लैपलेसियन-व्युत्पन्न ड्रिफ्ट (Laplacian-derived drift) को शामिल करके मानक फ्लो मैचिंग को उन्नत करता है, जिससे ब्रेन fMRI और समुद्री धाराओं जैसे संरचित डेटासेट के लिए जनरेटिव मॉडलिंग में सुधार होता है और साथ ही सिमुलेशन-मुक्त दक्षता भी बनी रहती है।
MAGE-RAG एक मल्टीग्रेनुअल एडेप्टिव ग्राफ फ्रेमवर्क है जो लंबे दस्तावेज़ों वाले मल्टीमॉडल QA के लिए क्वेरी-टाइम साक्ष्य सबग्राफ (evidence subgraphs) का निर्माण करता है, जो पेज और एलिमेंट नोड्स को पुनरावृत्ति से सक्रिय और छंटनी करके, साक्ष्य कवरेज और शोर में कमी के बीच संतुलन बनाता है ताकि LongDocURL और MMLongBench-Doc पर अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।
डीपरूट (DeepRoot) एक मल्टी-एजेंट एलएलएम (LLM) प्रणाली है जो ज्ञान ग्राफ निर्माण को तर्क के साथ एकीकृत करती है ताकि असंरचित ऐतिहासिक चिकित्सा ग्रंथों से प्रभावी रूप से सत्यापन योग्य ड्रग-डिस्कवरी लीड्स निकाले जा सकें, जो 'शेन नोंग बेन काओ जिंग' (Shen Nong Ben Cao Jing) में छिपे हुए चिकित्सीय संबंधों को पुनः प्राप्त करते हुए सटीकता में बेसलाइन मॉडल से काफी बेहतर प्रदर्शन करती है और मतिभ्रम (hallucinations) को कम करती है।