9802 पेपर
पाइपर-टीटीएस (Piperbagger-TTS) एक सार्वभौमिक स्पीच सिंथेसिस सिस्टम है जो उपयोगकर्ता के इरादे को समझने के लिए प्राकृतिक भाषा प्रॉम्प्ट का लाभ उठाता है और समृद्ध टेक्स्टुअल कैप्शन उत्पन्न करता है, जिससे मल्टी-टॉकर संवाद, रोल-प्ले और गायन जैसे विविध कार्यों में समर्पित मॉडलों के प्रदर्शन के समान लचीला और उच्च-गुणवत्ता वाला सिंथेसिस सक्षम होता है।
SingGuard एक नीति-अनुकूल बहुविध गार्डरेल मॉडल है जो एक लचीले फास्ट-टू-स्लो रीजनिंग स्पेक्ट्रम और फास्ट-स्लो डिकपल्ड रीइन्फोर्समेंट लर्निंग का उपयोग करके प्राकृतिक भाषा सुरक्षा नियमों के विरुद्ध सामग्री का गतिशील रूप से मूल्यांकन करता है, जो विविध जोखिम प्रकारों और गतिशील नीति परिवर्तनों में नए पेश किए गए SingGuard-Bench पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र DynamicMem को प्रस्तुत करता है, जो एक सिंथेटिक लॉन्ग-होराइजन बेंचमार्क है जिसमें विकसित, निहित प्रोफाइल्स के साथ 15 महीनों की मल्टी-ऐप उपयोगकर्ता गतिविधि शामिल है, ताकि वास्तविक दुनिया के परिवेश में दीर्घकालिक स्मृति बनाए रखने और उसे अपडेट करने की वर्तमान LLM एजेंटों की क्षमता में महत्वपूर्ण सीमाओं का मूल्यांकन और अनावरण किया जा सके।
यह शोध पत्र बड़े भाषा मॉडलों के पोस्ट-ट्रेनिंग में नॉलेज डिस्टिलेशन (Knowledge Distillation) का व्यवस्थित मूल्यांकन करता है, जो यह प्रकट करता है कि जबकि प्रचुर डेटा के साथ सुपर्वाइज्ड फाइन-ट्यूनिंग (supervised fine-tuning) पर इसका लाभ कम हो जाता है, लेकिन जब यह मजबूत शिक्षकों (stronger teachers) से डिस्टिल करता है या कम-संसाधन वाले परिदृश्यों के लिए सिंथेटिक और मानव-एनोटेटेड डेटा को संयोजित करने वाली दो-चरणीय रणनीति का उपयोग करता है, तब यह अत्यधिक प्रभावी बना रहता है।
यह शोध पत्र प्रदर्शित करता है कि LLM एजेंट योजनाओं को एक निरंतर अवस्था (persistent state) के रूप में आत्मसात करने में विफल रहते हैं, बल्कि योजना की जानकारी बनाए रखने के लिए संदर्भ प्रबंधन (context management) पर महत्वपूर्ण रूप से निर्भर करते हैं, जो एक नए नैदानिक ढांचे (diagnostic framework) के माध्यम से प्रकट हुआ है जो यह दर्शाता है कि जब योजनाओं को संदर्भ विंडो (context window) से हटा दिया जाता है, तो प्रदर्शन में भारी गिरावट आती है।
यह शोधपत्र ग्राफ पर रैंडम वॉक को मास्क्ड डिफ्यूजन मॉडल्स में समानांतर सैंपलिंग रणनीतियों का विश्लेषण करने के लिए एक नियंत्रणीय, सत्यापन योग्य बेंचमार्क के रूप में प्रस्तुत करता है, जो यह प्रकट करता है कि इष्टतम सैंपलिंग विधियाँ ग्राफ संरचना पर निर्भर करती हैं और यह प्रदर्शित करता है कि एक नया 'बाइसेक्शन सैंपलर' बेहतर गति-गुणवत्ता ट्रेडऑफ़ के साथ प्रमाणिक सटीक, लॉगरिदमिक-स्टेप जनरेशन प्राप्त करता है।
यह शोध पत्र StatABench प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है जिसमें क्लोज्ड-फॉर्म प्रश्न और ओपन-एंडेड मॉडलिंग कार्य शामिल हैं, ताकि वर्तमान बड़े भाषा मॉडलों की सांख्यिकीय विश्लेषण क्षमताओं, टूल-ग्राउंडेड रीजनिंग और एंड-टू-एंड मॉडलिंग प्रदर्शन में महत्वपूर्ण सीमाओं का मूल्यांकन और अनावरण किया जा सके।
यह शोध पत्र ग्रुप-ग्राफ पॉलिसी ऑप्टिमाइज़ेशन (G2PO) का प्रस्ताव करता है, जो एक नवीन समूह-आधारित सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) एल्गोरिदम है जो रिवॉर्ड स्पर्सिटी (पुरस्कार की विरलता) को कम करने और क्रेडिट असाइनमेंट में सुधार करने के लिए रैखिक इंटरेक्शन ट्रेजेक्टरीज को एक वैश्विक स्टेट-ट्रांज़िशन ग्राफ में परिवर्तित करता है, जिससे लॉन्ग-होराइज़न एजेंटिक कार्यों में लार्ज लैंग्वेज मॉडल्स के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाया जा सकता है।
यह शोध पत्र अनलिमिटेड OCR (Unlimited OCR) का परिचय देता है, जो एक ऐसा मॉडल है जो मानक डिकोडर अटेंशन को एक नवीन रेफरेंस स्लाइडिंग विंडो अटेंशन (Reference Sliding Window Attention - R-SWA) तंत्र से बदल देता है ताकि एक स्थिर KV कैश बनाए रखा जा सके, जिससे LLM-आधारित OCR सिस्टम में लंबे आउटपुट अनुक्रमों के कारण होने वाली मेमोरी और गति की गिरावट के बिना दर्जनों पृष्ठों का कुशल, सिंगल-पास ट्रांसक्रिप्शन सक्षम हो सके।
यह शोध पत्र कॉग्निटिव डिजिटल ट्विन्स (CDTs) को मानव संज्ञान के गतिशील कम्प्यूटेशनल निरूपण के रूप में परिभाषित करता है, उनके अद्वितीय नैतिक जोखिमों जैसे कि गलत निरूपण और प्रॉक्सी-शक्ति विषमताओं को संबोधित करने के लिए एक 5A गवर्नेंस फ्रेमवर्क का प्रस्ताव करता है, और उन नए नियामक आवश्यकताओं के लिए तर्क देता है जो केवल डेटा प्रोसेसिंग या स्वचालित निर्णयों के बजाय स्वयं मन के निरूपण को नियंत्रित करती हैं।