23845 पेपर
यह शोध पत्र TRACER को प्रस्तुत करता है, जो एक सुदृढ़ मल्टीमॉडल फाइनट्यूनिंग विधि है जो निरंतर नियमितीकरण (persistent regularization) के लिए एक वेटेड मूविंग एवरेज (WMA) शिक्षक का उपयोग करके कैटास्ट्रोफिक फॉरगेटिंग और टीचर कोलैप्स को संबोधित करती है, जिससे आउट-ऑफ-डिस्ट्रीब्यूशन सटीकता और अंशांकन (calibration) में महत्वपूर्ण सुधार होता है।
यह शोध पत्र "लेटेंट टर्म्स" (Latent Terms) प्रस्तुत करता है, जो एक ऐसी विधि है जो यह प्रदर्शित करती है कि डेंस रिट्रीवल मॉडल स्वाभाविक रूप से ऐसे निरूपण (representations) सीखते हैं जिन्हें स्पार्स ऑटोएनकोडर्स (sparse autoencoders) के माध्यम से आसानी से ज़िपफ़ियन-वितरित (Zipfian-distributed) शब्दावलियों में विघटित किया जा सकता है जो BM25 स्कोरिंग के लिए उपयुक्त हैं, जिससे बिना किसी अतिरिक्त पर्यवेक्षण या विस्तार उद्देश्यों के उच्च-प्रदर्शन वाली स्पार्स रिट्रीवल सक्षम होती है।
EvoMD-LLM एक ऐसा ढांचा पेश करता है जो प्रक्षेप पथों (trajectories) को घटना-अवधि टोकन (event-duration tokens) में विविक्त (discretize) करके प्रतिक्रियाशील आणविक गतिशीलता (reactive molecular dynamics) को एक प्रतीकात्मक टेम्पोरल लैंग्वेज मॉडलिंग समस्या के रूप में पुनर्गठित करता है, जिससे बड़े भाषा मॉडल (large language models) स्पष्ट पर्यवेक्षण के बिना प्रजातियों के विकास की सटीक भविष्यवाणी करने और रासायनिक व्याख्याएँ उत्पन्न करने में सक्षम होते हैं।
यह शोधपत्र एक हाइब्रिड ढांचे का प्रस्ताव करता है जो मानक प्रथम-क्रम संरेखण (first-order alignment) के बाद कुछ शून्य-क्रम अनुकूलन परिशोधन (zeroth-order optimization refinement) चरणों को लागू करके सुरक्षा-संरेखित बड़े भाषा मॉडलों की गड़बड़ियों (perturbations) के विरुद्ध सुदृढ़ता को बढ़ाता है, जिसमें उन परतों पर अपडेट को केंद्रित करके दक्षता में सुधार किया गया है जिन्हें सुदृढ़ता के लिए सबसे संवेदनशील पहचाना गया है।
यह शोध पत्र गाइडेड डिनोइज़र सेल्फ-डिस्टिलेशन (GDSD) प्रस्तुत करता है, जो डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचा है जो ELBO-आधारित लाइकलीहुड सरोगेट्स के पूर्वाग्रहों को दरकिनार करते हुए, सीधे एक एडवांटेज-गाइडेड टीचर को डिनोइज़र में डिस्टिल करता है, जिससे अधिक स्थिर प्रशिक्षण और रीजनिंग बेंचमार्क पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।
यह शोध पत्र PiSAR बेंचमार्क प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि जबकि 12,929-टुपल (tuple) स्क्रीन-कंडीशन्ड एक्शन कॉर्पस पर सुपरवाइज्ड फाइन-ट्यूनिंग Qwen3-VL-8B जैसे छोटे मॉडलों के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाती है, वही ट्रेनिंग रेसिपी Gemma-4-26B जैसे बड़े, रीजनिंग-ट्यून्ड मॉडलों को सुधारने में विफल रहती है, जो फाइन-ट्यूनिंग रणनीतियों और मॉडल क्षमताओं के बीच एक महत्वपूर्ण आर्किटेक्चर-संवेदी बेमेल (mismatch) को प्रकट करती है।
यह शोध पत्र एजेंटिक एएसआर (Agentic ASR) का प्रस्ताव करता है, जो एक क्लोज्ड-लूप फ्रेमवर्क है जो स्पीच रिकग्निशन को मानव संचार के साथ बेहतर तालमेल बिठाने के लिए एक मल्टी-टर्न इंटरैक्टिव रिफाइनमेंट कार्य में परिवर्तित करता है, जिसमें एक नया सिमेंटिक इवैल्यूएशन मेट्रिक () पेश किया गया है और पारंपरिक टोकन-लेवल दृष्टिकोणों की तुलना में अर्थ-महत्वपूर्ण त्रुटियों को सुधारने में महत्वपूर्ण सुधार प्रदर्शित किया गया है।
AliMark एक सुदृढ़ वाक्य-स्तरीय वॉटरमार्किंग फ्रेमवर्क है जो डिटेक्शन को बिट अनुक्रम संरेखण (bit sequence alignment) समस्या के रूप में पुनर्गठित करता है और वाक्य विभाजन और विलय जैसे संरचनात्मक व्यवधानों का प्रभावी ढंग से सामना करने के लिए एडेप्टिव पुनर्गठित टेक्स्ट वेरिएंट्स के साथ एक दो-चरणीय रणनीति का उपयोग करता है।
यह शोध पत्र 20,000 से अधिक वास्तविक-विश्व कोडिंग-एजेंट सत्रों के एक बड़े पैमाने के अवलोकन संबंधी अध्ययन को प्रस्तुत करता है ताकि डेवलपर-एजेंट मिसअलाइनमेंट (misalignment) के सात आवर्ती रूपों की पहचान की जा सके, जो यह प्रकट करता है कि हालांकि अधिकांश विफलताओं के कारण अपूरणीय क्षति के बजाय विश्वास और प्रयास की लागत आती है, फिर भी वे व्यापक रूप से स्पष्ट उपयोगकर्ता सुधार की आवश्यकता रखती हैं और विभिन्न वर्कफ़्लो एवं समय के साथ विशिष्ट पैटर्न प्रदर्शित करती हैं।