23845 पेपर
यह शोध पत्र EAGLE का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त मल्टी-एजेंट फ्रेमवर्क है जो केवल उत्तरों की सहमति के बजाय संरेखित दृश्य साक्ष्यों को प्राथमिकता देकर विजन-लैंग्वेज मॉडल (Vision-Language Model) की सर्वसम्मति को बढ़ाता है, जिससे विविध VQA बेंचमार्क पर बेहतर और व्याख्या योग्य प्रदर्शन प्राप्त होता है।
यह शोध पत्र प्रॉम्प्टेड पॉलिसी ऑप्टिमाइज़ेशन (PromptPO) को प्रस्तुत करता है, जो एक पुनरावृत्ति विधि है जो वातावरण के विवरणों से निष्पादन योग्य नीतियों को उत्पन्न करने और उन्हें परिष्कृत करने के लिए LLMs का लाभ उठाती है, यह प्रदर्शित करते हुए कि LLMs क्रमिक RL कार्यों के लिए प्रभावी पॉलिसी ऑप्टिमाइज़र के रूप में कार्य कर सकते हैं जब वे पूर्व ज्ञान का लाभ उठा सकते हैं, हालांकि वे उन सेटिंग्स में कम प्रदर्शन कर सकते हैं जिनमें सूक्ष्म निरंतर नियंत्रण (fine-grained continuous control) की आवश्यकता होती है।
यह अध्ययन कालीमती सब्जी मूल्य सूचकांक (KVPI) और एक मोमेंटम-करेक्टेड ऑनलाइन स्टैकिंग एन्सेम्बल मॉडल पेश करता है जो नेपाल में कृषि वस्तुओं के लिए अत्यधिक सटीक 90-दिवसीय मूल्य पूर्वानुमान (0.68% MAPE) प्राप्त करता है, जो बाजार की अस्थिरता के बीच खाद्य सुरक्षा बढ़ाने के लिए नीति निर्माताओं को एक मजबूत उपकरण प्रदान करता है।
यह शोध पत्र MAVEN को प्रस्तुत करता है, जो एक हल्का प्रतीकात्मक तर्क ढांचा (symbolic reasoning scaffold) है जो संरचित अपघटन (structured decomposition), अनुकूलन योग्य ऑर्केस्ट्रेशन (adaptive orchestration) और मध्यवर्ती सत्यापन (intermediate verification) को सक्षम करके एजेंटिक टूल कॉलिंग में सामान्यीकरण और एंड-टू-एंड कार्य सफलता में महत्वपूर्ण सुधार करता है, जैसा कि एक नए स्ट्रेस-टेस्ट बेंचमार्क पर एक ओपन-वेट मॉडल के प्रदर्शन को बढ़ाने की इसकी क्षमता द्वारा प्रदर्शित किया गया है, जबकि यह मालिकाना प्रणालियों (proprietary systems) के साथ लागत-प्रतिस्पर्धी बना रहता है।
यह शोध पत्र GRiD का प्रस्ताव करता है, जो एक नवीन फ्रेमवर्क है जो मौजूदा विधियों की सीमाओं को दूर करने और नॉलेज ग्राफ रीजनिंग के लिए व्याख्या योग्य ग्राफ-जैसे नियमों को प्रभावी ढंग से उत्पन्न करने के लिए सुपरवाइज्ड प्री-ट्रेनिंग और रीइन्फोर्समेंट लर्निंग को संयोजित करने वाली एक द्वि-चरणीय प्रशिक्षण रणनीति का लाभ उठाता है।
यह शोध पत्र यह प्रदर्शित करता है कि रिट्रीवल-ऑगमेंटेड जनरेशन (Retrieval-Augmented Generation) पाइपलाइनों में, प्रश्न-उत्तर की सटीकता का प्राथमिक निर्धारक दस्तावेज़ रूपांतरण के दौरान उत्तर-युक्त सामग्री का संरक्षण (उत्तर प्रतिधारण) है, जो यह सुझाव देता है कि जब प्रतिधारण उच्च होता है, तो शब्दावली या संरचना जैसे अन्य प्रतिनिधित्व कारक सीमित प्रभाव डालते हैं।
यह शोध पत्र MechVQA को प्रस्तुत करता है, जो 21K प्रश्न-उत्तर युग्मों वाला मैकेनिकल ड्राइंग समझने के लिए पहला व्यापक डेटासेट और बेंचमार्क है, और MechVL को प्रस्तुत करता है, जो एक विशेष मल्टीमॉडल मॉडल है जो इंजीनियरिंग ड्राइंग में उच्च एनोटेशन घनत्व और सख्त ज्यामितीय बाधाओं की अनूठी चुनौतियों का समाधान करके मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र प्रेडिक्शन मार्केट रेजोल्यूशन के लिए मल्टी-एजेंट एआई ओरकल सिस्टम का मूल्यांकन करता है, जिसमें यह पाया गया है कि जहाँ कॉन्फिडेंस-वेटेड इंडिपेंडेंट एग्रीगेशन सिंगल-एलएलएम बेसलाइन से थोड़ा बेहतर प्रदर्शन करता है, वहीं विचारोन्मुखी आम सहमति (डेलिब्रेटिव कंसेंसस) त्रुटि प्रसार के कारण प्रदर्शन को कम कर देती है, जो अंततः एक हाइब्रिड रूटिंग रणनीति को प्रेरित करती है जो केवल सर्वसम्मत, उच्च-विश्वास वाले मामलों को ऑटो-रिजॉल्व करके और असहमति के मामलों को मानवीय समीक्षा के लिए भेजकर 97.87% सटीकता प्राप्त करती है।
यह शोध पत्र DPPrefSyn को प्रस्तुत करता है, जो DP-PCA के साथ एक निजी ब्रैडली-टेरी मॉडल को सीखकर और उपयोगकर्ता गोपनीयता से समझौता किए बिना मानवीय मूल्यों को बनाए रखने के लिए सार्वजनिक प्रॉम्प्ट्स का लाभ उठाकर, लार्ज लैंग्वेज मॉडल अलाइनमेंट के लिए डिफरेंशियल प्राइवेट सिंथेटिक प्रिफरेंस डेटा उत्पन्न करने वाला पहला फ्रेमवर्क है।
यह शोध पत्र SLAT को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो चेन-ऑफ-थॉट तर्क की दक्षता में सुधार करता है, जिससे सैद्धांतिक रूप से अनावश्यक, उच्च-संभाव्यता वाले खंडों की पहचान और अनुकूल रूप से उनकी छंटाई की जाती है, जिससे सटीकता से समझौता किए बिना तर्क की लंबाई में 50% की कमी आती है।