11611 पेपर
AOrchestra एक फ्रेमवर्क-अज्ञेय (framework-agnostic) एजेंट एब्स्ट्रैक्शन पेश करता है जो एक केंद्रीय ऑर्केस्ट्रेटर को निर्देशों, संदर्भ, उपकरणों और मॉडलों को संयोजित करके विशिष्ट उप-एजेंटों के निर्माण को गतिशील रूप से स्वचालित करने में सक्षम बनाता है, जिससे जटिल बेंचमार्क में प्रदर्शन और दक्षता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र ArkTS-CodeSearch को प्रस्तुत करता है, जो ArkTS प्रोग्रामिंग भाषा के लिए कोड इंटेलिजेंस और रिट्रीवल अनुसंधान को आगे बढ़ाने के लिए डिज़ाइन किया गया पहला बड़े पैमाने का ओपन-सोर्स डेटासेट और बेंचमार्क है।
यह शोध पत्र "जेनरेटिव ऑन्टोलॉजी" (Generative Ontology) का परिचय देता है, जो एक ऐसा ढांचा है जो औपचारिक ऑन्टोलॉजी की संरचनात्मक कठोरता (Pydantic स्कीमा और DSPy के माध्यम से) को बड़े भाषा मॉडलों (LLMs) की रचनात्मक क्षमताओं के साथ एक मल्टी-एजेंट पाइपलाइन के माध्यम से जोड़ता है ताकि वैध, उच्च-गुणवत्ता वाले और डोमेन-विशिष्ट नवीन डिज़ाइन उत्पन्न किए जा सकें।
यह शोध पत्र रिइन्फोर्समेंट वर्ल्ड मॉडल लर्निंग (RWML) का प्रस्ताव करता है, जो एक स्व-पर्यवेक्षित (self-supervised) विधि है जो LLM-आधारित एजेंटों को उनके आंतरिक सिमेंटिक सिमुलेशन को वास्तविक देखे गए परिणामों के साथ संरेखित करने के लिए प्रशिक्षित करके उन्हें बेहतर बनाती है, जो प्रत्यक्ष सुदृढीकरण शिक्षण (direct reinforcement learning) से बेहतर प्रदर्शन करती है और विशेषज्ञ-डेटा प्रशिक्षण के बराबर है।
यह शोध पत्र KV-CoRE को प्रस्तुत करता है, जो एक SVD-आधारित मूल्यांकन ढांचा है जो KV-कैशे की डेटा-निर्भर, लेयर-वार लो-रैंक संपीड़नीयता (compressibility) को परिमाणित करता है, जो एक बड़े पैमाने का बेंचमार्क प्रदान करता है जो यह प्रकट करता है कि मॉडल आर्किटेक्चर, प्रशिक्षण डेटा और भाषा विविधता संपीड़न दक्षता को कैसे प्रभावित करते हैं।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो यह प्रदर्शित करता है कि डीप नेटवर्क स्थानीय अस्पष्टताओं को हल करने के लिए विभिन्न पैमानों (स्केल्स) के बीच सहसंबंधों का उपयोग करके पदानुक्रमित, संदर्भ-मुक्त भाषाओं (hierarchical, context-free languages) को पार्स करना सीखते हैं, एक ऐसी प्रक्रिया जिसे वे ट्यूनेबल व्याकरणों के एक नए वर्ग और कनवल्शनल एवं ट्रांसफॉर्मर आर्किटेक्चर पर अनुभवजन्य परीक्षण के माध्यम से प्रमाणित करते हैं।
यह शोध पत्र CLiMRS को प्रस्तुत करता है, जो एक अनुकूलन योग्य समूह वार्ता फ्रेमवर्क है जो गतिशील उपसमूह निर्माण और धारणा-संचालित चर्चाओं के माध्यम से कुशल और सुदृढ़ विषम बहु-रोबोट सहयोग को सक्षम करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है।
यह शोध पत्र **ILA-agent** का प्रस्ताव करता है, जो एक ऐसा फ्रेमवर्क है जो बड़े भाषा मॉडलों (Large Language Models) को व्यवहारिक प्रिमिटिव्स (behavioral primitives) का उपयोग करके दस्तावेज़ों और निष्पादन परिवेशों (execution environments) को संवादात्मक रूप से एक्सप्लोर करने के माध्यम से इन्फरेंस के दौरान अपरिचित प्रोग्रामिंग भाषाओं में महारत हासिल करने में सक्षम बनाता है, जिसे **Cangjie-bench** नामक एक नए बेंचमार्क के माध्यम से सत्यापित किया गया है।
यह शोध पत्र अट्रैक्टर पैच नेटवर्क्स (APN) का प्रस्ताव करता है, जो ट्रांसफॉर्मर फीड-फॉरवर्ड नेटवर्क्स के लिए एक प्लग-कम्पैटिबल प्रतिस्थापन है, जो लो-रैंक पैच एक्सपर्ट्स को चुनने के लिए एक समानता-आधारित राउटर का उपयोग करता है, जिससे संदर्भ-विशिष्ट गणना प्रदान होती है जो निरंतर शिक्षण (continual learning) के दौरान विनाशकारी विस्मृति (catastrophic forgetting) को महत्वपूर्ण रूप से कम करती है।
यह शोध पत्र मैसिव साउंड एम्बेडिंग बेंचमार्क (MSEB) को प्रस्तुत करता है, जो एक विस्तार योग्य ढांचा और आठ मुख्य कार्यों का एक समूह है जिसे विविध ऑडियो प्रसंस्करण अनुप्रयोगों में मल्टीमॉडल प्रणालियों की श्रवण एम्बेडिंग क्षमताओं का मूल्यांकन करने के लिए डिज़ाइन किया गया है।