10023 पेपर
यह शोध पत्र एक ऐसी प्रणाली प्रस्तुत करता है जो नॉलेज ग्राफ निर्माण को निर्देशित करने और एक मल्टी-टूल रिट्रीवल एजेंट को अनुकूलित करने के लिए कच्चे मल्टी-सोर्स डेटा से स्वचालित रूप से निष्पादन योग्य स्कीमा अनुबंधों (executable schema contracts) की खोज करती है, जो संरचित, ट्रेस करने योग्य और स्कीमा-जागरूक साक्ष्य एकीकरण को सक्षम करके बेसलाइन विधियों की तुलना में प्रश्न-उत्तर प्रदर्शन में महत्वपूर्ण सुधार करती है।
यह अध्ययन सिरदर्द चिकित्सा पर एआई-जनित और विशेषज्ञ-लिखित नैदानिक साहित्य सारांशों की तुलना करता है, जिसमें यह पाया गया है कि जहाँ विशेषज्ञ मानव-लिखित सारांशों को प्राथमिकता देते हैं, वहीं वे अक्सर उच्च गुणवत्ता वाले एआई आउटपुट से उन्हें अलग करने में संघर्ष करते हैं, जो साक्ष्य-आधारित चिकित्सा में बड़े भाषा मॉडलों की संभावना और वर्तमान सीमाओं दोनों को रेखांकित करता है।
यह शोध पत्र MIRAI को प्रस्तुत करता है, जो एक डीप लर्निंग फ्रेमवर्क है जो केवल शोध पत्रों के शीर्षकों, सारांशों और प्रकाशन तिथियों का उपयोग करके उनके भविष्य के शैक्षणिक प्रभाव की भविष्यवाणी करता है, और इन भविष्यवाणियों का लाभ उठाकर उच्च-प्रभाव वाले शोध विचार उत्पन्न करता है।
यह शोध पत्र CHASE को प्रस्तुत करता है, जो एक क्लोज्ड-लूप रेड-ब्लू टीमिंग फ्रेमवर्क है जो एक ब्लैक-बॉक्स हमलावर और एक सुरक्षा-संरेखित (safety-aligned) डिफेंडर को प्रशिक्षित करने के लिए को-इवोल्यूशनरी रीइन्फोर्समेंट लर्निंग का उपयोग करता है, जो सौहार्दपूर्ण (benign) इनपुट पर शून्य गलत इनकार (false refusals) बनाए रखते हुए विविध प्रॉम्प्ट-रीराइटिंग हमलों के विरुद्ध मॉडल की मजबूती में महत्वपूर्ण सुधार करता है।
यह शोध पत्र Fisher-MoE को प्रस्तुत करता है, जो एक ऐसा संपीड़न (compression) तरीका है जो फिशर महत्व (Fisher importance) का उपयोग करके FFN परतों के भीतर कार्य-महत्वपूर्ण (task-critical) मध्यवर्ती आयामों की पहचान करता है और उन्हें हटाता है, जिससे सामान्य-उद्देश्य वाले बेंचमार्क पर उनके प्रदर्शन को बनाए रखते हुए मिक्स्चर-ऑफ-एक्सपर्ट्स मॉडलों में महत्वपूर्ण मेमोरी और थ्रूपुट लाभ प्राप्त होता है।
यह शोध पत्र ArcANE को प्रस्तुत करता है, जो एक नवीन बेंचमार्क और मूल्यांकन ढांचा है जो यह प्रदर्शित करता है कि रोल-प्लेइंग लैंग्वेज एजेंट्स को गतिशील चरित्र चापों (डायनेमिक कैरेक्टर आर्क्स) पर आधारित करने से उनकी मनोवैज्ञानिक निरंतरता बनाए रखने और विकसित होती कथाओं के अनुकूल होने की क्षमता में, विशेष रूप से मूल स्रोत पाठ से परे के परिदृश्यों में, महत्वपूर्ण सुधार होता है।
AURA एक सिचुएटेड (situated) LLM एजेंटों के लिए एक इंटेंट-डायरेक्टेड प्रोबिंग फ्रेमवर्क पेश करता है जो गैप स्कोर्स के साथ स्ट्रक्चर्ड IntentFrames जेनरेट करने के लिए एक इन्फरेंस स्टेप को सम्मिलित करता है, जो मानक ReAct-शैली के दृष्टिकोणों की तुलना में टूल प्रोब्स को कम करते हुए और गोपनीयता उल्लंघनों को समाप्त करते हुए इम्पलिसिट-नीड कवरेज में महत्वपूर्ण सुधार करता है।
InfoShield एक नवीन ढांचा है जो स्पीच रिप्रजेंटेशन्स और संवेदनशील गुणों के बीच म्यूचुअल इंफॉर्मेशन को कम करने के लिए क्रॉस-मोडल अटेंशन के साथ एक TimeAwareMINE एस्टीमेटर का लाभ उठाता है, जिससे डिप्रेशन डिटेक्शन में उच्च सटीकता बनाए रखते हुए जनसांख्यिकीय अनुमान (demographic inference) के विरुद्ध गोपनीयता को महत्वपूर्ण रूप से बढ़ाया जाता है।
यह शोध पत्र ColBERTSaR का प्रस्ताव करता है, जो प्रोडक्ट क्वांटाइजेशन (product quantization) का उपयोग करने वाला एक स्पारसिफाइड (sparsified) ColBERT इंडेक्स है जो भारी टोकन-आधारित इंडेक्स को एक संक्षिप्त, वास्तविक इनवर्टेड इंडेक्स में परिवर्तित करता है, जिससे रिट्रीवल प्रभावशीलता बनाए रखते हुए PLAID की तुलना में 50-70% स्टोरेज में कमी आती है।
TensorBench एक PyTorch-विस्तारित टेंसर फ्रेमवर्क पर कोडिंग एजेंटों के मूल्यांकन के लिए एक विश्वसनीय, कंपाइलर-आधारित बेंचमार्क पेश करता है, जो स्वचालित परीक्षण सूचियों द्वारा ग्रेड किए गए 199 रिपॉजिटरी-स्तरीय कार्यों के माध्यम से, फ्रंटियर मॉडलों के बीच महत्वपूर्ण प्रदर्शन अंतराल और कम टास्क ओवरलैप को प्रकट करता है।