23200 पेपर
यह शोध पत्र "संदर्भ-प्रेरित क्षरण" (context-induced degradation) की पहचान करता है और उसे संबोधित करता है, जो एक ऐसी घटना है जहाँ एक डिस्टिल्ड स्टूडेंट मॉडल में विशेषाधिकार प्राप्त संदर्भ को पुन: पेश करने से उसके प्रदर्शन को नुकसान पहुँचता है, और एक हल्के निरंतरता रेगुलराइज़र (consistency regularizer) का प्रस्ताव देता है जो विविध डोमेन में सुदृढ़ आंतरिककरण और संदर्भ हटाने की क्षमता सुनिश्चित करता है।
यह शोध पत्र सॉवरेन एश्योरेंस बाउंड्री (SAB) प्रस्तुत करता है, जो एक सर्टिफिकेट-बाउंड रनटाइम एडमिशन लेयर है जो एजेंटिक इंफ्रास्ट्रक्चर के गैर-निश्चित जोखिमों को कम करने के लिए एजेंट प्रस्तावों को बीच में रोकता है, उन्हें क्रिप्टोग्राफिक साक्ष्य और नीतियों से बांधता है, और यह सुनिश्चित करने के लिए एक सॉवरेन ब्रोकर के माध्यम से सख्त प्री-एग्जीक्यूशन सत्यापन लागू करता है कि स्वायत्त कार्य क्रिप्टोग्राफिक रूप से सत्यापन योग्य, प्रतिसंहरणीय (revocable) और पुनरावृत्ति योग्य (replayable) हों।
यह शोध पत्र SWARR को प्रस्तुत करता है, जो एक दो-चरणीय विधि है जो सुपरवाइज्ड फाइन-ट्यूनिंग और रिइन्फोर्समेंट लर्निंग को जोड़ती है जो कुशल स्लाइडिंग-विंडो अटेंशन मॉडल्स को गणितीय तर्क के लिए सफलतापूर्वक अनुकूलित करती है, जो उत्पन्न प्रक्षेप पथों (ट्रैजेक्टरीज) को आर्किटेक्चरल बाधाओं के साथ संरेखित करके मानक सेल्फ-अटेंशन के साथ प्रदर्शन के अंतर को प्रभावी ढंग से पाटती है।
TouchThinker एक स्पर्श संबंधी-भाषा ढांचा (tactile-language framework) है जो मिलियन-स्केल TouchThinker-1M डेटासेट और प्रतिनिधित्व दक्षता एवं सामान्यीकरण को बढ़ाने के लिए एक एक्शन-अवेयर मॉडलिंग तंत्र पेश करके ओपन-वर्ल्ड सेटिंग्स में स्पर्श संबंधी सामान्य ज्ञान तर्क (tactile commonsense reasoning) को स्केल करने की चुनौतियों का समाधान करता है।
TAROT एक नवीन GNN-आधारित फ्रेमवर्क है जो फ्यू-शॉट टैबुलर लर्निंग के लिए, LLM-अनुमानित फीचर संबंधों से एक टास्क-एडेप्टिव सिमेंटिक ग्राफ का निर्माण करके और मतिभ्रम-प्रेरित शोर (hallucination-induced noise) को कम करने के लिए इसे परिष्कृत करके भविष्य कहनेवाला प्रदर्शन को बढ़ाता है, जिससे बिना किसी अतिरिक्त प्रशिक्षण या कच्चे डेटा को LLMs के सामने उजागर किए प्रभावी रूप से अर्थपूर्ण फीचर इंटरैक्शन को कैप्चर किया जा सके।
यह शोध पत्र निरंतर गतिकी (continuum dynamics) के लिए "वॉलरस" (Walrus) फाउंडेशन मॉडल की व्याख्यात्मकता की जांच करने हेतु इसके आंतरिक तंत्र का विश्लेषण करने के लिए स्पार्स ऑटोएनकोडर्स (sparse autoencoders) को लागू करता है, जिससे यह प्रकट होता है कि यद्यपि कुछ विशेषताएं एनस्ट्रॉफी (enstrophy) जैसे भौतिक सिद्धांतों के साथ खंडीय निरंतरता (piecewise consistency) प्रदर्शित करती हैं, तथापि मॉडल के आंतरिक निरूपण अस्पष्ट बने रहते हैं और मानक भौतिक विखंडन (physical decompositions) पर स्पष्ट रूप से मानचित्रित होने में विफल रहते हैं, जिसके परिणामस्वरूप शियर फ्लो (shear flow) सिमुलेशन में व्यवस्थित आउटपुट विसंगतियां उत्पन्न होती हैं।
यह शोधपत्र Argus को प्रस्तुत करता है, जो एक Wan-आधारित फ्रेमवर्क है जो स्टैक्ड मल्टी-व्यू आइडेंटिटी मोज़ेक इंजेक्शन (SMII) और काउंटरफैक्टुअल सेल्फ-सुपरविजन का उपयोग करके विविध गतियों, दृश्य कोणों के परिवर्तनों और अवरोधों (occlusions) में अत्याधुनिक मजबूती प्राप्त करने के लिए पॉइंट-रेफरेंस प्रतिमानों की सीमाओं को दूर करता है।
यह अनुभवजन्य अध्ययन यह निष्कर्ष निकालता है कि ओलामा (Ollama) मॉडल्स द्वारा संचालित वर्तमान ओपन-सोर्स, सामान्य-उद्देश्य वाले एलएलएम (LLM) एजेंट्स अभी तक वास्तविक साइबर सुरक्षा परिदृश्यों में बैंडिट (Bandit) जैसे स्थापित स्टैटिक एप्लीकेशन सिक्योरिटी टेस्टिंग (SAST) टूल्स को बदलने के लिए उपयुक्त नहीं हैं।
यह शोध पत्र "लेयर-आइसोलेटेड इवैल्यूएशन" (Layer-Isolated Evaluation) को प्रस्तुत करता है, जो एक नियत (deterministic), बिना-LLM वाला टेस्ट हारनेस है जो एक प्रोडक्शन LLM एजेंट को निश्चित परतों में विभाजित करता है ताकि उन प्रतिगमनों (regressions) को सटीक रूप से स्थानीयकृत किया जा सके जिन्हें समग्र एंड-टू-एंड मेट्रिक्स पहचानने में विफल रहते हैं, जैसा कि नियंत्रित इंजेक्शन प्रयोगों द्वारा प्रदर्शित किया गया है जो न्यूनतम समग्र पास दरों द्वारा छिपे हुए महत्वपूर्ण प्रति-स्लाइस प्रदर्शन गिरावट को दर्शाते हैं।
यह शोध पत्र CANOLA को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो शोर वितरण (noise distributions) का स्पष्ट रूप से अनुमान लगाकर और सतर्क सॉफ्ट-लेबल ब्लेंडिंग के माध्यम से दूषित लेबल को पुनरावृत्ति से परिष्कृत करके मॉडल की मजबूती और सामान्यीकरण को बढ़ाता है, जिससे कई डेटासेट्स पर अत्याधुनिक विधियों की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्राप्त होता है।