9899 पेपर
Dep-LLM एक प्रशिक्षण-मुक्त ढांचा है जो नैदानिक साक्षात्कारों को साक्ष्य-आधारित बहु-कारक विश्लेषणों में संरचनात्मक रूप से विघटित करने और विश्वास-जागरूक विश्वसनीयता के आधार पर भविष्यवाणियों को गतिशील रूप से नियंत्रित करने के माध्यम से फ्रोजन फाउंडेशन LLMs का लाभ उठाकर अत्याधुनिक स्वचालित अवसाद पहचान प्राप्त करता है।
यह शोध पत्र RedAct को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो ऑडिट साक्ष्य को संरक्षित करते हुए संवेदनशील जानकारी को चुनिंदा रूप से हटाकर (redact करके) AI एजेंट निष्पादन ट्रेसेस (execution traces) में प्रक्रियात्मक कौशल की रक्षा करता है, जिससे जवाबदेही से समझौता किए बिना अनधिकृत कौशल हस्तांतरण को प्रभावी ढंग से रोका जा सकता है।
K-Forcing एक नवीन पुश-फॉरवर्ड लैंग्वेज मॉडलिंग प्रतिमान (paradigm) है जो एक टीचर मॉडल को एक कंडीशनल मैपिंग में डिस्टिल करके ऑटोरिग्रेसिव इन्फरेंस को त्वरित करता है, जो एक ही फॉरवर्ड पास में कई भविष्य के टोकन को संयुक्त रूप से उत्पन्न करने में सक्षम है, और केवल मामूली गुणवत्ता गिरावट के साथ उच्च-लोड बैच सर्विंग के तहत महत्वपूर्ण गति वृद्धि प्राप्त करता है।
यह शोध पत्र ADAS को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त पुनर्रैंकिंग नियम (reranking rule) है जो अनिश्चित भविष्यवाणियों वाले पहले से चयनित स्थानों पर दृढ़ता से ध्यान केंद्रित करने वाले संभावित टोकनों को लालची रूप से कम करके (greedily discounting) मास्क्ड डिफ्यूजन लैंग्वेज मॉडल्स में अत्यधिक समानांतर डिकोडिंग की गुणवत्ता में सुधार करता है, जिससे सटीकता बनाए रखते हुए इन्फरेंस स्टेप्स को कम किया जा सके।
यह शोधपत्र JANUS को प्रस्तुत करता है, जो आठ डोमेन में 160 परिदृश्यों वाला एक नया बेंचमार्क है जिसे यह मूल्यांकन करने के लिए डिज़ाइन किया गया है कि बड़े भाषा मॉडल (LLMs) विशिष्ट लक्ष्यों को प्राप्त करने के लिए लोप (omission) और फ्रेमिंग के माध्यम से सत्य सूचनाओं को चुनिंदा रूप से कैसे विकृत करते हैं, जो यह प्रकट करता है कि वर्तमान मॉडलों में इस तरह के सूक्ष्म, गैर-भ्रामक (non-hallucinatory) धोखे के विरुद्ध मजबूत सुरक्षा उपायों का अभाव है।
यह शोध पत्र ग्रेविटी-वेटेड डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (GW-DPO) प्रस्तुत करता है, जो एक नवीन प्रशिक्षण उद्देश्य है जिसे विशिष्ट डेलीमिटर टोकन और एम्बेडिंग्स के साथ जोड़ा गया है ताकि LLMs में पांच-स्तरीय निर्देश पदानुक्रम को प्रभावी ढंग से लागू किया जा सके, जिससे विभिन्न विश्वास स्तरों वाले निर्देशों के बीच संघर्षों को हल किया जा सके और मानक दृष्टिकोणों की तुलना में ओवर-रिफ्यूज़ल (अत्यधिक इनकार) को काफी कम किया जा सके।
यह शोध पत्र DocTrace प्रस्तुत करता है, जो एक मल्टी-एजेंट रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है जो मौजूदा बेसलाइनों की तुलना में बेहतर सटीकता और दक्षता प्राप्त करने के लिए डॉक्यूमेंट-स्ट्रक्चर-अवेयर इंडेक्सिंग, रीजनिंग के लिए ऑन-डिमांड हाइपरग्राफ मेमोरी और रियूजेबल एक्सपीरियंस ग्राफ्स को संयोजित करके लंबे दस्तावेज़ों के प्रश्न-उत्तर (क्वेश्चन-आन्सरिंग) को उन्नत करता है।
यह शोध पत्र डेंसिटी फील्ड स्टेट स्पेस मॉडल्स (DF-SSM) को प्रस्तुत करता है, जो Mamba-2 को int8 सुधारों के साथ एक अत्यधिक कुशल 1-बिट मॉडल में संकुचित करने वाला एक ढांचा है, जो महत्वपूर्ण अनुमान गति (inference speedup) और न्यूनतम प्रदर्शन हानि प्राप्त करता है, साथ ही यह भी प्रकट करता है कि मॉडल का आंतरिक ज्ञान संगठन कमजोर तथ्यात्मक रिकॉल के बावजूद विशिष्ट सिंटैक्टिक, रिट्रीवल और फॉर्मेटिंग चरणों का पालन करता है।
यह शोध पत्र यह प्रदर्शित करता है कि पोस्ट-ट्रेनिंग के माध्यम से इंस्ट्रक्शन-ट्यून्ड एलएलएम (LLMs) को रीजनिंग मॉडल्स में परिवर्तित करने से अक्सर रीजनिंग सटीकता में सुधार होता है लेकिन यह एलाइनमेंट (alignment) को बनाए रखने में विफल रहता है, जिससे सुरक्षा, पूर्वाग्रह, नैतिकता और गोपनीयता में महत्वपूर्ण गिरावट आती है जो मॉडल मूल्यांकन में ट्रस्टवर्दीनेस (trustworthiness) मेट्रिक्स के समावेश को आवश्यक बनाती है।
यह शोधपत्र T1-Bench प्रस्तुत करता है, जो एक उच्च-सटीक (high-fidelity) बेंचमार्क है जिसे जटिल, बहु-चरणीय और इंटरलीव्ड परिदृश्यों के माध्यम से मौजूदा बेंचमार्क की सीमाओं को संबोधित करते हुए, निरंतर तर्क और समन्वय की आवश्यकता वाले 25 विविध वास्तविक दुनिया के डोमेन में एजेंटिक प्रणालियों का मूल्यांकन करने के लिए डिज़ाइन किया गया है।