9552 पेपर
यह शोध पत्र LBA का प्रस्ताव करता है, जो एक सैंपलिंग-आधारित विधि है जो उच्च-गुणवत्ता वाले प्रतिकूल उदाहरणों (एडवर्सरियल एग्जांपल्स) के एक अनुमानित वितरण का निर्माण करने के लिए पूर्व (प्रायर) और पश्चात (पोस्टीरियर) ज्ञान को पुनरावृत्ति से एकीकृत करती है, जिससे यह कम क्वेरी बजट के तहत अर्थपूर्ण रूप से संरक्षित हार्ड-लेबल एडवर्सरियल टेक्स्ट उत्पन्न करने में मौजूदा ग्रीडी दृष्टिकोणों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र टोकन टाइम कंटीन्यूअस डिफ्यूजन (TTCD) प्रस्तुत करता है, जो एक निरंतर-स्थान (continuous-space) डिफ्यूजन लैंग्वेज मॉडल है जो शोर को टोकन में नियत रूप से मैप करने के लिए प्रति-टोकन टाइम शेड्यूलिंग का उपयोग करता है, जिससे मौजूदा डिस्क्रीट मॉडल्स की तुलना में कंडीशनल जनरेशन और उच्च-गति इन्फरेंस में बेहतर प्रदर्शन प्राप्त होता है।
Polestar एक प्रशिक्षण-मुक्त (training-free) इन्फरेंस फ्रेमवर्क है जो कुशल KV-कैश पुन: उपयोग और विश्वसनीय टोकन प्रतिबद्धता को सक्षम करने के लिए टोकन रिप्रेजेंटेशन ड्रिफ्ट (token representation drift) को एक एकीकृत सिग्नल के रूप में उपयोग करता है, जिससे डिफ्यूजन लार्ज लैंग्वेज मॉडल्स की सटीकता और थ्रूपुट दोनों में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एलएलएम (LLM) एजेंट प्रक्षेप पथों (trajectories) में उपयोगी टूल कॉल्स की दर का सीधे मूल्यांकन और अनुकूलन करने के लिए "टूल एफिशिएंसी" (tool efficiency) और "मार्जिनल टूल यूटिलिटी" (marginal tool utility) को नए मात्रात्मक मेट्रिक्स के रूप में प्रस्तुत करता है, जिसका उद्देश्य पारंपरिक सटीकता-आधारित मूल्यांकनों के पूरक के रूप में लीन (leaner) टूल सूट्स के निर्माण को निर्देशित करना है।
यह शोध पत्र इस धारणा को चुनौती देता है कि परिष्कृत प्रॉम्प्टिंग तकनीकें लार्ज लैंग्वेज मॉडल के प्रदर्शन को बढ़ाती हैं, और एक व्यापक अनुभवजन्य अध्ययन के माध्यम से यह प्रदर्शित करता है कि बेसलाइन प्रॉम्प्टिंग लगातार जटिल विधियों से बेहतर प्रदर्शन करती है, जिसमें केवल न्यूनतम विशेषज्ञ या आगमनात्मक फ्रेमिंग ही मामूली सुधार प्रदान करती है, जिससे यह सुझाव मिलता है कि क्षेत्र को प्रॉम्प्ट इंजीनियरिंग के बजाय वास्तविक मॉडल उन्नति को प्राथमिकता देनी चाहिए।
यह शोध पत्र MAPS को प्रस्तुत करता है, जो एक नवीन मल्टी-एजेंट फ्रेमवर्क है जो डोमेन-वेटेड प्रोफाइल्स, डायनेमिक मेमोरी और इंटरप्रिटेबल अटेंशन का उपयोग करके संवाद में व्यक्तिगत व्यक्तिपरक दृष्टिकोण और साझा अर्थ के बीच संतुलन बनाता है, जिससे संज्ञानात्मक रूप से भिन्न एजेंट विविधता से समझौता किए बिना सिमेंटिक एलाइनमेंट प्राप्त करने में सक्षम होते हैं।
यह शोध पत्र इंट्रोस्पेक्शन फाइन-ट्यूनिंग (IFT) प्रस्तुत करता है, जो एक ऐसी विधि है जो छोटे भाषा मॉडलों (1B पैरामीटर वाले मॉडलों सहित) को आंतरिक सक्रियण विक्षोभों (internal activation perturbations) का विश्वसनीय रूप से पता लगाने और उन पर रिपोर्ट करने के लिए सफलतापूर्वक प्रशिक्षित करती है, जिससे ऐसी अंतर्निहित आत्म-निगरानी क्षमताओं को अनलॉक किया जा सके जो केवल मॉडल के पैमाने पर निर्भर नहीं हैं।
यह शोध पत्र एक सूचना-सैद्धांतिक ढांचा स्थापित करके इस धारणा को चुनौती देता है कि केवल स्केलिंग के माध्यम से पूर्ण विश्वसनीयता प्राप्त की जा सकती है, जो कार्य की अस्पष्टता और इंटर-टोकन निर्भरता के आधार पर अंतर्निहित विश्वसनीयता की सीमाओं को परिभाषित करता है, जिससे एक एकीकृत स्केलिंग लॉ प्राप्त होता है जो प्रशिक्षण डेटा और मॉडल क्षमता के बीच बाधा की पहचान करता है और रिट्रीवल ऑग्मेंटेशन एवं कैटास्ट्रोफिक फॉरगेटिंग जैसी घटनाओं की व्याख्या करता है।
यह शोध पत्र "सिमेंटिक रजिस्टर कंप्रेशन" (semantic register compression) की पहचान और मात्रा निर्धारण करता है, जो एक ऐसी घटना है जहाँ मल्टी-एजेंट एलएलएम (LLM) कैस्केड्स में मध्यवर्ती एजेंट सिमेंटिक रूपांतरण के दौरान एम्बेडिंग स्पेस में लेबल पृथकरणीयता (label separability) को व्यवस्थित रूप से कम कर देते हैं, जिससे फैक्ट-चेकिंग, सेंटिमेंट एनालिसिस और मेडिकल ट्राइएज जैसे विविध उच्च-जोखिम वाले डोमेन में मापने योग्य सूचना हानि होती है।
यह शोध पत्र XLM-RoBERTa का उपयोग करके उर्दू फर्जी समाचार (fake news) का पता लगाने के लिए पहला क्रॉस-डेटासेट सामान्यीकरण अध्ययन प्रस्तुत करता है, जो Ax-to-Grind डेटासेट में एक व्यवस्थित लंबाई संबंधी भ्रम (length confound) के कारण एक दिशा में प्रदर्शन में गंभीर गिरावट को प्रकट करता है जो शॉर्टकट लर्निंग को प्रेरित करता है।