9743 पेपर
ProvenAI एक नया ढांचा पेश करता है जो रिट्रीवल-ऑगमेंटेड क्वेश्चन अनswering में पारदर्शिता को बढ़ाता है, इसे तीन स्वतंत्र रूप से मापने योग्य परतों—उत्तर की शुद्धता, उद्धरण निष्ठा और प्रति-दस्तावेज़ प्रभाव—में विभाजित करके, जो उद्धृत स्रोतों और वास्तव में मॉडल आउटपुट को संचालित करने वाले साक्ष्यों के बीच के महत्वपूर्ण अंतराल को उजागर करता है।
यह शोध पत्र EpiKV प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) KV कैश इविक्शन विधि है जो शोर वाले अटेंशन-आधारित स्कोरिंग को आंतरिक प्रतिनिधित्व परिवर्तनों से प्राप्त एक "एपिफनी स्कोर" (epiphany score) से बदल देता है, जिससे अटेंशन मैट्रिक्स भौतिकीकरण (materialization) या कस्टम कर्नेल की आवश्यकता के बिना काफी लंबे कॉन्टेक्स्ट विंडो और तेज़ इन्फरेंस गति सक्षम होती है।
यह शोध पत्र आउट-ऑफ-बैंड एलएलएम (LLM) एजेंट सुरक्षा प्रणालियों के मूल्यांकन के लिए एक संरचित ढांचे का प्रस्ताव करता है, एक अनुकूली हमला प्रोटोकॉल के माध्यम से यह प्रदर्शित करता है कि प्रोजेंट (Progent) प्रणाली एक स्व-होस्ट किए गए एजेंट पर प्रॉम्प्ट इंजेक्शन की सफलता दर को काफी कम कर देती है, और यह तर्क देता है कि इन-बैंड डिटेक्शन की तुलना में नियत बाहरी प्रवर्तन (deterministic external enforcement) अधिक सुदृढ़ सुरक्षा स्थिति प्रदान करता है।
यह शोध पत्र वैज्ञानिक पत्रों से समस्या और विधि संबंधी वाक्यों को प्रभावी ढंग से निकालने के लिए डेटा संवर्धन हेतु सूत्रबद्ध अभिव्यक्ति विसंवेदनशीलता (formulaic expression desensitization) का उपयोग करने वाले एक संदर्भ-संवर्धित ट्रांसफार्मर मॉडल का प्रस्ताव करता है, जो बेसलाइन की तुलना में बेहतर प्रदर्शन प्राप्त करता है और साथ ही इस कार्य के लिए बड़े भाषा मॉडल-आधारित इन-कॉन्टेक्स्ट लर्निंग की अनुपयुक्तता को प्रदर्शित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि इलेक्ट्रोएन्सेफलोग्राम (EEG) संकेतों को, अकेले या आई-ट्रैकिंग डेटा के संयोजन में शामिल करने से, पाठक के ध्यान के पूरक संज्ञानात्मक साक्ष्य प्रदान करके शोर वाले माइक्रोब्लॉग कंटेंट पर कीफ्रेज निष्कर्षण प्रदर्शन को महत्वपूर्ण रूप से बढ़ाया जा सकता है।
यह शोध पत्र TempoWave को प्रस्तुत करता है, जो एक नवीन मल्टी-वेवलेट डिजिट एम्बेडिंग इंटरफेस है जो स्केलर टाइम सीरीज़ अवलोकनों को ट्रांसफार्मर-अनुकूल निरूपणों में मैप करता है ताकि लार्ज लैंग्वेज मॉडल्स में संख्यात्मक मिसअलाइनमेंट (numerical misalignment) को दूर किया जा सके, जिससे संदर्भ-जागरूक टाइम सीरीज़ पूर्वानुमान में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र एक व्यवस्थित तुलना प्रस्तुत करता है जो यह प्रदर्शित करता है कि जर्मन जलवायु समाचारों के भीतर खतरे और समाधान की रूपरेखा (थ्रेट और सोल्यूशन फ्रेमिंग) का पता लगाने में एक फाइन-ट्यून्ड जर्मन BERT मॉडल, ओपन-वेट्स LLM के फ्यू-शॉट प्रॉम्प्टिंग की तुलना में बेहतर प्रदर्शन करता है, जिसने 440 लेखों के मैन्युअल रूप से कोड किए गए संग्रह पर 0.78 के मुकाबले 0.83 का F1 स्कोर प्राप्त किया है।
नेट्रोन-टूटावर (Netron-TwoTower) एक नवीन ब्लॉक-वाइज ऑटोरेग्रेसिव डिफ्यूजन आर्किटेक्चर पेश करता है जो संदर्भ प्रसंस्करण (context processing) और डिनोइजिंग को दो विशिष्ट टावरों में अलग करता है, जिससे अपने ऑटोरेग्रेसिव बेसलाइन की 98.7% गुणवत्ता बनाए रखते हुए 2.42 गुना तेज़ जनरेशन थ्रूपुट प्राप्त होता है।
यह शोध पत्र यह प्रकट करता है कि जहाँ बड़े रीजनिंग मॉडल और मनुष्य दोनों ही कुल मिलाकर कठिन समस्याओं पर अधिक समय आवंटित करते हैं, वहीं वे विपरीत आंतरिक रणनीतियाँ प्रदर्शित करते हैं: मनुष्य उन समस्याओं पर कम समय बिताते हैं जिनमें वे अंततः विफल हो जाते हैं (जो रणनीतिक विसंयोजन का संकेत देता है), जबकि मॉडल अपनी विफलताओं पर अधिक टोकन खर्च करते हैं (जो अनिश्चितता-प्रेरित विचार-विमर्श का संकेत देता है), जो एक महत्वपूर्ण विचलन है जिसे मानक कठिनाई-सहसंबंध मेट्रिक्स द्वारा छिपा दिया जाता है।
यह शोध पत्र "इनअटेंशनल गैप" (Inattentional Gap) को प्रस्तुत करता है, जो एक ऐसी घटना है जहाँ कार्य-आधारित (task-conditioned) एआई मॉडल व्यवस्थित रूप से उन सुरक्षा-महत्वपूर्ण संकेतों को रिपोर्ट करने की अपनी क्षमता को दबा देते हैं जिन्हें वे अन्यथा पहचान सकते हैं, जिससे बेंचमार्क सुरक्षा स्कोर और वास्तविक दुनिया की विश्वसनीयता के बीच एक खतरनाक विच्छेद उत्पन्न होता है।