9843 पेपर
यह शोध पत्र तर्क देता है कि आंतरिक आत्म-सुधार (intrinsic self-correction) कोई समान रूप से विश्वसनीय विधि नहीं है, बल्कि एक कार्य-निर्भर अनुमान-समय रणनीति (task-dependent inference-time strategy) है जो केवल तभी निरंतर प्रदर्शन लाभ प्रदान करती है जब विशिष्ट कार्य संरचना बाधा सत्यापन (constraint verification), तर्क संशोधन (reasoning revision), या रणनीति तुलना (strategy comparison) जैसी प्रक्रियाओं को सुगम बनाती है।
यह शोध पत्र काउंटरफैक्चुअल पॉलिसी ऑप्टिमाइज़ेशन (CFPO) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो एक क्रॉस-मोडल काउंटरफैक्चुअल तंत्र के माध्यम से कॉज़ल कंसिस्टेंसी (कारण संबंधी निरंतरता) को लागू करके लार्ज विजन-लैंग्वेज मॉडल्स की मल्टीमॉडल रीजनिंग को बढ़ाता है, जिससे बिना किसी बाहरी रिवॉर्ड मॉडल की आवश्यकता के मतिभ्रम (hallucinations) और ग्राउंडिंग विफलताओं को काफी हद तक कम किया जा सकता है।
यह शोध पत्र MuPPET प्रस्तुत करता है, जो यह दर्शाता है कि LLM सहायक एक-से-एक परिवेश की तुलना में बहु-पक्षीय बातचीत में संवेदनशील जानकारी लीक करने के प्रति काफी अधिक प्रवृत्त हैं, जिससे यह पता चलता है कि वर्तमान गोपनीयता रक्षाएं अपर्याप्त हैं और छोटे मॉडल विशेष रूप से असुरक्षित हैं।
यह शोध पत्र "जजमेंट-ग्राउंडेड एक्सपेंशन" (judgment-grounded expansion) पेश करता है, जो सहकर्मी समीक्षा (peer review) के लिए एक मानव-एआई सहयोग ढांचा है जहाँ सिस्टम मानवीय मूल्यांकन संबंधी दावों को टिप्पणियों में विस्तारित करते हैं, और स्केलेबल मूल्यांकन तथा कॉन्फॉर्मल प्रेडिक्शन (conformal prediction) के माध्यम से कैंडिडेट सेट क्यूरेशन को संबोधित करके इसके पद्धतिगत आधारों को स्थापित करता है।
यह शोध पत्र IMLogic को पेश करता है, जो निहित तार्किक स्मृति पुनर्प्राप्ति (implicit logical memory retrieval) के लिए एक बेंचमार्क है, और RootMem का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो दीर्घकालिक उपयोगकर्ता इतिहास को संरचित "रूट मेमोरीज" (root memories) में संकुचित करके व्यक्तिगत LLMs को बढ़ाता है ताकि अर्थपूर्ण पुनर्प्राप्ति को निर्णय-संरक्षण तर्क (decision-preserving logic) के साथ पूरक बनाया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि जनरेटिव स्पोकन लैंग्वेज मॉडल्स, पारंपरिक सेटिंग्स की तुलना में कम बिटरेट वाले डिस्क्रीट स्पीच रिप्रेजेंटेशन्स का उपयोग करके, बोधगम्य और स्वाभाविक स्पीच को संश्लेषित कर सकते हैं, साथ ही स्थिर निरंतरता गुणवत्ता बनाए रख सकते हैं, जिससे यह सुझाव मिलता है कि मानक कॉन्फ़िगरेशन अनावश्यक हो सकते हैं और साथ ही बेहतर ऑटोमैटिक इवैल्यूएशन मेट्रिक्स की आवश्यकता पर भी प्रकाश डाला गया है।
यह शोध पत्र प्रदर्शित करता है कि CTC-आंतरिक स्कोरिंग रणनीतियाँ ध्वनिक थकावट (acoustic exhaustion) और ब्लैंक पथों के प्रसार के कारण ओरेकल गैप को पाटने में विफल रहती हैं, जिससे यह स्थापित होता है कि WER को महत्वपूर्ण रूप से सुधारने के लिए बाहरी मॉडलों (जैसे कि RoBERTa) से भाषाई जानकारी की आवश्यकता होती है, जबकि जब प्रशिक्षण ओरेकल गैप नगण्य हो तो अनुक्रम-स्तरीय फाइन-ट्यूनिंग अप्रभावी सिद्ध होती है।
यह शोध पत्र अनसर्टेन्टी-बेस्ड डीकॉन्टैमिनेशन (UBD) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो प्रति-नमूना मेमोराइजेशन (per-sample memorization) का अनुमान लगाने के लिए डीप एनसेम्बल्स का लाभ उठाता है और डीबायसिंग या अनलर्निंग के लिए अनसर्टेन्टी-ड्रिवन सुधार लागू करता है, जो बिना किसी अदूषित मॉडल तक पहुंच या दूषित नमूनों के पूर्व ज्ञान के, बड़े भाषा मॉडलों में डेटा संदूषण को प्रभावी ढंग से कम करता है।
यह शोध पत्र Tmax को पेश करता है, जो टर्मिनल एजेंटों को प्रशिक्षित करने के लिए एक सरल लेकिन शक्तिशाली ओपन-सोर्स रेसिपी है, जो एक बड़े पैमाने के डेटासेट को बनाने के लिए एक नवीन डेटा जनरेशन टैक्सोनॉमी का लाभ उठाता है, जिससे केवल आउटकम-आधारित सुदृढीकरण लर्निंग (reinforcement learning) का उपयोग करके एक 9B-पैरामीटर मॉडल को Terminal-Bench 2.0 पर अत्याधुनिक प्रदर्शन प्राप्त करने में सक्षम बनाया जा सके।
यह शोध पत्र WaveDetect का प्रस्ताव करता है, जो एक नवीन ढांचा है जो मशीन-जनित टेक्स्ट डिटेक्शन को एक डिफरेंशिएबल कंटीन्यूअस वेवलेट ट्रांसफॉर्म लागू करके सिग्नल प्रोसेसिंग कार्य के रूप में पुनर्गठित करता है ताकि मजबूत "स्पेक्ट्रल फिंगरप्रिंट्स" को प्रकट किया जा सके, जिससे मौजूदा सतही विधियों की तुलना में अत्याधुनिक प्रदर्शन और प्रतिकूल हमलों, डोमेन शिफ्ट और विकसित होते LLMs के विरुद्ध बेहतर लचीलापन प्राप्त होता है।