23169 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि ओपन-वेट लार्ज लैंग्वेज मॉडल्स को राष्ट्रीय पहचानों के बजाय व्यावसायिक पहचानों के साथ प्रॉम्प्ट करने से एक व्यापक रूप से पश्चिमी-झुकाव वाले सांस्कृतिक स्थान के भीतर संरचित सांस्कृतिक पूर्वाग्रह और विशिष्ट मूल्य झुकाव प्रकट होते हैं, जो यह संकेत देता है कि पेशेवर भूमिकाएं एआई प्रतिक्रियाओं में गैर-तटस्थ मूल्य पैटर्न को प्रेरित करती हैं।
SAIGuard LLM-आधारित मल्टी-एजेंट सिस्टम के लिए एक सक्रिय रक्षा ढांचा (proactive defense framework) है जो जोखिमपूर्ण संदेशों को प्रसारित होने से पहले ही पहचानने और उन्हें शुद्ध करने के लिए संचार अवस्थाओं (communication states) का अनुकरण करता है, जिससे सहयोगात्मक उपयोगिता बनाए रखते हुए सिस्टम-व्यापी विफलताओं को रोका जा सके।
ReCal एक RL-आधारित LLM रूटिंग के लिए एक रिवॉर्ड कैलिब्रेशन फ्रेमवर्क है जो घटक-वार एडवांटेज एस्टीमेशन (component-wise advantage estimation) के साथ पदानुक्रमित रिवॉर्ड डिकंपोजिशन (hierarchical reward decomposition) और विषम कार्य कठिनाइयों के कारण होने वाले अस्पष्ट क्रेडिट असाइनमेंट और ऑप्टिमाइजेशन बायस को संबोधित करने के लिए एक डिस्ट्रीब्यूशन-अवेयर ऑप्टिमाइजेशन स्ट्रैटेजी को पेश करके प्रदर्शन और प्रशिक्षण स्थिरता को बढ़ाता है।
यह शोध पत्र स्पेकुलेटिव रोलबैक करेक्शन (SRC) का प्रस्ताव करता है, जो एक ब्रांच-लेवल इमिटेशन लर्निंग फ्रेमवर्क है जो फिक्स्ड-होरिज़ोन स्पेकुलेटिव सेगमेंट्स को निष्पादित करके, केवल पहले हानिकारक विचलन का पता चलने पर रोलबैक करके, और मजबूत वेब एजेंटों को प्रशिक्षित करने के लिए सत्यापित ट्राजेक्टरीज के क्वालिटी-डाइवर्सिटी आर्काइव को क्यूरेट करके विशेषज्ञ हस्तक्षेप और एजेंट स्वायत्तता के बीच के संतुलन को अनुकूलित करता है।
यह शोध पत्र मूल्य के एक एकीकृत गणितीय सिद्धांत का प्रस्ताव करता है जो सूचना के समान एक लघुगणकीय (logarithmic), फ्रेम-सापेक्ष संरचनात्मक मात्रा है, जो एक कोडिंग प्रमेय को व्युत्पन्न करता है जो लक्ष्य-प्रगति को पारस्परिक सूचना (mutual information) से और मिसअलाइनमेंट (misalignment) को मापने योग्य अपव्यय से जोड़ता है, एक ऐसा ढांचा जिसे विविध कार्यों में भाषा मॉडल के प्रदर्शन और अति-आत्मविश्वास की भविष्यवाणी करने की इसकी क्षमता द्वारा अनुभवजन्य रूप से मान्य किया गया है।
Arbor एक मल्टी-एजेंट फ्रेमवर्क है जो जटिल, स्टेटफुल एक्शन स्पेस में स्वायत्त, समन्वित अनुकूलन को सक्षम करने के लिए एक संज्ञानात्मक परत (कॉग्निशन लेयर) के रूप में एक संरचित ट्री सर्च पेश करता है, जो परिकल्पनाओं की एक साझा वर्किंग मेमोरी बनाए रखकर और ऑर्केस्ट्रेटर और क्रिटिक एजेंटों के बीच चेक-एंड-बैलेंस आर्किटेक्चर का उपयोग करके फुल-स्टैक LLM इन्फरेंस में महत्वपूर्ण प्रदर्शन लाभ प्राप्त करता है।
यह शोध पत्र EDEN को प्रस्तुत करता है, जो आपातकालीन विभागों के लगभग 4 मिलियन गुमनाम इतालवी नैदानिक नोट्स का सबसे बड़ा स्वतंत्र रूप से उपलब्ध संग्रह है, जिसमें लार्ज लैंग्वेज मॉडल विकास और संरचित सूचना निष्कर्षण कार्यों के बेंचमार्क को समर्थन देने के लिए डिज़ाइन किया गया एक मैन्युअल रूप से एनोटेटेड उपसमूह शामिल है।
यह शोध पत्र स्प्रेडिंग-ओरिएंटेड रिडक्शन बेंचमार्क (SORB) को प्रस्तुत करता है, जो एक मानकीकृत ढांचा है जो यह प्रकट करता है कि कैसे ग्राफ रिडक्शन तकनीकें इस आधार पर प्रभाव अधिकतमकरण (इन्फ्लुएंस मैक्सिमाइजेशन) प्रदर्शन को अलग-अलग तरह से प्रभावित करती हैं कि नेटवर्क सिंगल-लेयर है या मल्टीलेयर, यह प्रदर्शित करते हुए कि जबकि स्पार्सिफिकेशन सिंगल-लेयर नेटवर्क में सीड गुणवत्ता को संरक्षित करता है, यह फ्लैटन किए गए मल्टीलेयर संरचनाओं में व्यवस्थित रैंकिंग गिरावट का कारण बनता है।
यह शोध पत्र AI एजेंटों के लिए एक रणनीतिक निर्णय सहायता ढांचा प्रस्तावित करता है जो काउंटरफैक्चुअल मिस-सपोर्ट त्रुटियों को नियंत्रित करने के लिए सहायता मूल्य को अनुकूल रूप से थ्रेशोल्ड (सीमा निर्धारित) करके सहायता उपयोग को अनुकूलित करता है, जिससे अनावश्यक मानवीय या टूल हस्तक्षेप को कम करते हुए एजेंट की विश्वसनीयता सुनिश्चित की जा सके।
पाइथागोरस-प्रोवर (Pythagoras-Prover) ओपन-सोर्स लीन (Lean) थ्योरम प्रोवर्स का एक कंप्यूट-कुशल परिवार है जो मौजूदा मॉडलों की तुलना में काफी कम पैरामीटर्स के साथ औपचारिक प्रमाण बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए करिकुलम-आधारित सुपरवाइज्ड फाइन-ट्यूनिंग और ऑगमेंटेड लीन फॉर्मलाइजेशन का लाभ उठाता है।