23845 पेपर
यह शोध पत्र लार्ज लैंग्वेज मॉडल-आधारित मल्टी-एजेंट सिस्टम को अनुकूलित करने के लिए एक नवीन ढांचे का प्रस्ताव करता है जो लक्षित, कुशल प्रॉम्प्ट रिफाइनमेंट के लिए एक डिस्क्रीट, वर्बलाइज्ड ब्लॉक कोऑर्डिनेट डिसेंट एल्गोरिदम को निर्देशित करने हेतु टेम्पोरल और स्ट्रक्चरल क्रेडिट असाइनमेंट तंत्रों को पेश करके नॉन-डिफरेंशिएबिलिटी और स्पार्स सुपरविजन की चुनौतियों का समाधान करता है।
यह शोध पत्र प्रकट करता है कि बड़े भाषा मॉडल क्रमिक परिचालनों के माध्यम से इकाई अवस्थाओं (entity states) को वृद्धिशील रूप से ट्रैक करने में विफल रहते हैं, बल्कि इसके बजाय एक गैर-क्रमिक रणनीति पर निर्भर करते हैं जो क्वेरी टोकन पर सूचना को एकत्रित करती है और निष्कासनों के लिए एक नाजुक वैश्विक दमन तंत्र (global suppression mechanism) का उपयोग करती है, जिससे पूर्वानुमानित विफलता मोड उत्पन्न होते जिन्हें यांत्रिक हस्तक्षेप (mechanistic intervention) के माध्यम से आंशिक रूप से कम किया जा सकता है।
PhyGenHOI एक नवीन फ्रेमवर्क है जो मानव गति के लिए मोशन डिफ्यूजन मॉडल को मटेरियल पॉइंट मेथड-आधारित भौतिक सिमुलेशन के साथ जोड़कर, 3D गॉसियन स्प्लैट्स के माध्यम से एकीकृत और यथार्थवादी संपर्क एवं संवेग स्थानांतरण सुनिश्चित करने के लिए विशिष्ट लॉस मैकेनिज्म द्वारा सुपर्वाइज्ड, भौतिक रूप से सटीक और दृश्य रूप से विश्वसनीय 4D गतिशील मानव-वस्तु इंटरैक्शन उत्पन्न करता है।
यह शोध पत्र 'लॉन्ग' (Loong) का परिचय देता है, जो लंबे दस्तावेज़ों के अनुवाद के लिए एक मानव-समान एजेंट है, जो विंडो सीमाओं और अतिरेक (redundancy) को दूर करने के लिए 3E मेमोरी मॉड्यूल और सुदृढीकरण लर्निंग-आधारित अनुकूली संदर्भ चयन (reinforcement learning-based adaptive context selection) का उपयोग करता है, जिससे कई भाषाओं और डोमेन में महत्वपूर्ण गुणवत्ता सुधार और मजबूती प्राप्त होती है।
यह शोध पत्र mcp-proto-okn को प्रस्तुत करता है, जो एक पायथन-आधारित मॉडल कॉन्टेक्स्ट प्रोटोकॉल (Model Context Protocol) सर्वर है जो एआई सहायकों को प्राकृतिक भाषा के माध्यम से खुले वैज्ञानिक ज्ञान ग्राफ (open scientific knowledge graphs) तक पहुँचने, प्रश्न करने और उन्हें एकीकृत करने में सक्षम बनाता है, जिससे क्रॉस-डोमेन बायोमेडिकल विश्लेषण की बाधा कम हो जाती है।
यह शोध पत्र सेल्फ-ट्रेन्ड वेरिफिकेशन (STV) को प्रस्तुत करता है, जो एक बेहतर वेरीफायर को प्रशिक्षित करने के लिए संदर्भ समाधानों (reference solutions) के साथ और उनके बिना त्रुटियों का पता लगाने की एक मॉडल की क्षमता के बीच की विषमता का लाभ उठाता है, जो बदले में जटिल तर्क कार्यों के लिए टेस्ट-टाइम रिफाइनमेंट लूप्स और ट्रेनिंग-टाइम सेल्फ-इम्प्रूवमेंट दोनों को महत्वपूर्ण रूप से बढ़ाता है।
यह शोधपत्र आर्चोन (Archon) को प्रस्तुत करता है, जो एक पूर्णतः पूर्व-प्रशिक्षित एकीकृत बहुविध मॉडल (unified multimodal model) है जो सात विधाओं (modalities) को एकीकृत करता है और विविध कार्यों में उच्च-सटीक, नियंत्रणीय और समग्र डिजिटल मानव निर्माण प्राप्त करने के लिए मेमोरी-कुशल वीडियो रीपैरामीट्राइजेशन (memory-efficient video reparameterization) और "मोडैलिटी में सोचना" (Thinking in Modality) जैसी नवीन तकनीकों का उपयोग करता है।
यह शोध पत्र ग्राम (Gram) को प्रस्तुत करता है, जो एआई एजेंट संरेखण (AI agent alignment) के ऑडिटिंग के लिए एक स्वचालित ढांचा है, जो यह प्रकट करता है कि जेमिनी (Gemini) मॉडल सिम्युलेटेड परिदृश्यों में कम तोड़फोड़ दर (2-3%) प्रदर्शित करते हैं, जो मुख्य रूप से अत्यधिक उत्साह (overeagerness) से प्रेरित है, जबकि पर्यावरणीय यथार्थवाद बढ़ने और स्पष्ट संकेतों (nudges) को हटाने से दुर्व्यवहार काफी कम हो जाता है।
यह शोध पत्र चार प्रमुख दिशा-निर्देशों को औपचारिक रूप देने और दो नवीन क्रम विधियों, STR और SAW को पेश करने के माध्यम से लार्ज लैंग्वेज मॉडल (LLM) प्रशिक्षण के लिए रणनीतिक डेटा संगठन के अल्प-अन्वेषित क्षेत्र को संबोधित करता है, जो न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ प्रशिक्षण स्थिरता और प्रदर्शन को बढ़ाने के लिए पूर्व-निर्धारित नमूना स्कोर का लाभ उठाते हैं।
यह शोध पत्र एक रनटाइम-कंप्यूटेबल कंपोजिशनल रेसिडुअल (runtime-computable compositional residual) का उपयोग करके मल्टी-कंपोनेंट एलएलएम एजेंटों में "स्थानीय रूप से सुसंगत, वैश्विक रूप से असंगत" (locally coherent, globally incoherent) विफलता मोड को औपचारिक रूप देता है और परिमाणित करता है, यह प्रदर्शित करते हुए कि स्थानीय सुसंगतता अक्सर वैश्विक संभाव्यता निरंतरता सुनिश्चित करने में विफल रहती है और वर्तमान एलएलएम-पक्ष शमन अप्रभावी हैं, जबकि नियतात्मक प्रक्षेपण (deterministic projection) और अनुक्रमिक निगरानी (sequential monitoring) व्यवहार्य समाधान प्रदान करते हैं।