23200 पेपर
यह शोध पत्र एक सुलभ जनरेटिव मार्कोव मॉडल फ्रेमवर्क प्रस्तावित करता है जो कुशल सिमुलेशन और अनुकूलन को सक्षम करने के लिए जटिल, विषम वितरित कंप्यूटिंग अवस्थाओं को कारकित (factorize) करता है, और एक सहयोगात्मक एआई इन्फरेंस केस स्टडी के माध्यम से यह प्रदर्शित करता है कि वितरित संसाधन उपयोग केंद्रीकृत शेड्यूलिंग की तुलना में विलंबता (latency) और सर्वर लोड को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र CORE का प्रस्ताव करता है, जो एक संघर्ष-उन्मुख तर्क ढांचा (conflict-oriented reasoning framework) है जो अंतर्निहित अर्थ संबंधी या भौतिक विसंगतियों की पहचान करके सामान्यीकरण योग्य फर्जी समाचारों का पता लगाने की मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की क्षमता को बढ़ाने के लिए एक नव-निर्मित 'कॉन्फ्लिक्ट एट्रिब्यूशन कॉर्पस' का लाभ उठाता है, जिससे मौजूदा अत्याधुनिक विधियों की तुलना में फ्यू-शॉट और जीरो-शॉट परिदृश्यों में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र MAVN का प्रस्ताव करता है, जो एक अनुकूलन योग्य ढांचा (adaptive framework) है जो एक दोहरे-परिप्रेक्ष्य स्कोरिंग तंत्र (dual-perspective scoring mechanism) के आधार पर यह गतिशील रूप से निर्धारित करता है कि वर्चुअल नोड्स को ग्राफ नोड्स से कब और कहाँ जोड़ना है, जिससे मौजूदा विधियों की स्थिर और कठोर जुड़ाव सीमाओं को दूर किया जा सके और विविध डेटासेट पर मैसेज पासिंग प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र एसिमेट्रिक-स्केल पॉलिसी ऑप्टिमाइज़ेशन (ASymPO) का प्रस्ताव करता है, जो एक ऐसी विधि है जो स्टेल रिस्पॉन्स के कारण होने वाले स्केल असंतुलन को ठीक करने के लिए वर्तमान-पॉलिसी प्रोबेबिलिटीज के साथ टोकन लॉस को नॉर्मलाइज़ करके एसिंक्रोनस एलएलएम पोस्ट-ट्रेनिंग को स्थिर करती है, जिससे बिहेवियर-पॉलिसी जानकारी की आवश्यकता समाप्त हो जाती है।
यह शोध पत्र जॉइंट फिडेलिटी हाइपरपैरामीटर ऑप्टिमाइज़ेशन (JF-HPO) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो प्रॉक्सी मॉडल, अर्ली-स्टॉपिंग रणनीतियों और कुशल चेकपॉइंटिंग के माध्यम से मॉडल के आकार और प्रशिक्षण बजट को एक साथ अनुकूलित करके लार्ज लैंग्वेज मॉडल सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के लिए हाइपरपैरामीटर ट्यूनिंग की कम्प्यूटेशनल दक्षता और प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र कॉन्स्टिट्यूशनल ऑन-पॉलिसी सेफ डिस्टिलेशन (COPSD) को प्रस्तुत करता है, जो एक ऐसी विधि है जो क्रॉस-SFT के माध्यम से शिक्षक मॉडल को कैलिब्रेट करके और 12 बेंचमार्क में बेहतर सुरक्षा-उपयोगिता संतुलन प्राप्त करने के लिए संविधान-सशर्त ऑन-पॉलिसी डिस्टिलेशन का उपयोग करके पूर्ववर्ती सुरक्षा डिस्टिलेशन दृष्टिकोणों में देखे गए गंभीर पतन और कम अभिव्यक्ति की समस्या का समाधान करती है।
यह शोध पत्र CLEAR का प्रस्ताव करता है, जो एक आर्थिक-प्रेरित आवंटन ढांचा है जो एक वैश्विक शैडो प्राइस (shadow price) के आधार पर संसाधनों को समाधान योग्य क्वेरीज़ से असाध्य क्वेरीज़ की ओर गतिशील रूप से पुनर्वितरित करके लार्ज लैंग्वेज मॉडल्स के लिए इन्फरेंस बजट को अनुकूलित करता है, जिससे सख्त कम्प्यूटेशनल बाधाओं के तहत सटीकता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक नेस्टेड ज्यामितीय अपघटन ढांचे (nested geometric decomposition framework) को प्रस्तुत करता है जो यह प्रकट करता है कि प्रॉम्प्टिंग किस प्रकार बड़े भाषा और विजन-लैंग्वेज मॉडलों के आंतरिक निरूपणों (internal representations) को रूपांतरित करके उन्हें निर्देशित करती है, यह प्रदर्शित करते हुए कि एफाइन रूपांतरण (affine transformations)—विशेष रूप से क्रॉस-डायमेंशनल लीनियर मिक्सिंग—निर्देशित कार्य संरचनाओं से मेल खाने और लक्षित व्यवहारों को पुनः प्राप्त करने के लिए निरूपणों को पुनर्गठित करने का मुख्य तंत्र हैं।
यह शोध पत्र एक नवीन टाइम सीरीज़ फोरकास्टिंग फ्रेमवर्क का प्रस्ताव करता है जो लंबे संदर्भों को संभालने के लिए एक महत्व-जागरूक समाचार संपीड़न तंत्र (importance-aware news compression mechanism) को एलएलएम-आधारित पाइपलाइनों में अनावश्यक अपडेट को समाप्त करने के लिए एक प्रोसेस रिवॉर्ड मॉडल-निर्देशित रिट्रीवल रणनीति के साथ जोड़कर सटीकता और दक्षता को बढ़ाता है।
यह शोध पत्र एक विच्छेदित (decoupled), हल्का LLM ढांचा प्रस्तुत करता है जो मौजूदा मॉडलों की तुलना में काफी कम मापदंडों के साथ अत्याधुनिक स्मार्ट कॉन्ट्रैक्ट सुरक्षा ऑडिटिंग प्रदर्शन प्राप्त करने के लिए डिस्टिलेशन, रैंक-स्टेबलाइज्ड लो-रैंक एडेप्टर्स और एक कस्टम चेन-ऑफ-वेरिफिकेशन एग्रीगेशन रणनीति का उपयोग करता है।