10025 पेपर
यह शोध पत्र DLLG को प्रस्तुत करता है, जो एक डायनेमिक लॉजिट-लेवल गेटिंग फ्रेमवर्क है जो स्पार्स रिस्पॉन्स-लेवल सुपरविजन से टोकन-लेवल एक्सपर्ट फ्यूजन को सीखता है ताकि टोकन-लेवल लेबल या एक्सपर्ट रिट्रेनिंग की आवश्यकता के बिना विशिष्ट LLMs को प्रभावी ढंग से संयोजित किया जा सके, और विविध बेंचमार्क पर मौजूदा रूटिंग, एनसेम्बलिंग और मर्जिंग दृष्टिकोणों से लगातार बेहतर प्रदर्शन करता है।
यह शोध पत्र CAPR को प्रस्तुत करता है, जो डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है जो सस्ते, ब्लॉक-स्तरीय पर्यवेक्षण संकेतों (supervision signals) को उत्पन्न करने के लिए डिनोइजिंग ट्रेसेस (denoising traces) का लाभ उठाता है, जिससे मौजूदा ट्री-आधारित विधियों की तुलना में काफी कम कम्प्यूटेशनल लागत के साथ रीजनिंग कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोधपत्र MemoryDocDataSet को प्रस्तुत करता है, जो एक सिंथेटिक बेंचमार्क है जिसे मल्टी-सेशन कन्वर्सेशनल मेमोरी (बहु-सत्र संवादात्मक स्मृति) को नेविगेट करने और लंबे दस्तावेजों के भीतर गहन तर्क करने की संयुक्त चुनौती पर AI प्रणालियों का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो उन प्रश्नों को संभालने में वर्तमान मॉडलों के प्रदर्शन में एक महत्वपूर्ण अंतर को प्रकट करता है जिनके लिए बातचीत के इतिहास के आधार पर प्रासंगिक दस्तावेजों को खोजने की आवश्यकता होती है।
यह शोध पत्र SGR को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो बाहरी नॉलेज ग्राफ से क्वेरी-प्रासंगिक सबग्राफ को गतिशील रूप से उत्पन्न करके बड़े भाषा मॉडलों (large language models) की बहु-चरणीय तर्क क्षमता को बढ़ाता है, ताकि स्पष्ट संबंधपरक साक्ष्य प्रदान किए जा सकें और सहयोगात्मक तर्क के माध्यम से उत्तरों को सत्यापित किया जा सके, जिससे सटीकता, मजबूती और व्याख्यात्मकता में सुधार होता है।
यह शोधपत्र यह प्रदर्शित करता है कि टोकन रैंकिंग भाषा मॉडलों के लिए एक अद्वितीय, अनफॉरजेबल (unforgeable) हस्ताक्षर के रूप में कार्य करती है जो उन्हें बिना उनके पैरामीटर्स को लीक किए पहचान सकती है, बशर्ते कि API आउटपुट को पर्याप्त रूप से छोटे टॉप- तक प्रतिबंधित करे ताकि पैरामीटर चोरी को रोका जा सके और साथ ही मॉडल के विशिष्ट रैंकिंग पैटर्न को प्रकट किया जा सके।
यह शोध पत्र SePO का प्रस्ताव करता है, जो एक स्व-संदर्भित (self-referential) ढांचा है जो दो-चरणीय विकासवादी खोज (two-stage evolutionary search) के माध्यम से टास्क एजेंटों और प्रॉम्प्ट एजेंट के अपने सिस्टम प्रॉम्प्ट्स दोनों को अनुकूलित करता है, जो मौजूदा विधियों की तुलना में विविध बेंचमार्क पर बेहतर सामान्यीकरण और प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र तार्किक तर्क (logical reasoning) कार्यों पर स्पीच लार्ज लैंग्वेज मॉडल्स के कम प्रदर्शन को एक एंटिटी बाइंडिंग विफलता (entity binding failure) के रूप में निदान करता है और प्रदर्शित करता है कि एक एंटिटी-अवेयर चेन-ऑफ-थॉट (Entity-Aware Chain-of-Thought) हस्तक्षेप स्पष्ट एंटिटी-प्रॉपर्टी जुड़ाव को अनिवार्य करके इस अंतर को महत्वपूर्ण रूप से पाटता है।
यह शोध पत्र विज़ुअल टेक्स्ट जनरेशन में वर्तमान टेक्स्ट-टू-इमेज मॉडल्स की रीजनिंग फिडेलिटी (तर्क संबंधी सत्यता) का मूल्यांकन करता है और पाता है कि, पठनीय टेक्स्ट उत्पन्न करने के बावजूद, वे अर्थ संबंधी त्रुटियों और तार्किक विसंगतियों के कारण जटिल तर्क प्रक्रियाओं को सटीक रूप से प्रदर्शित करने में अक्सर विफल रहते हैं, जो विज़ुअल टेक्स्ट जनरेशन और प्रक्रियात्मक तर्क क्षमताओं के बीच एक महत्वपूर्ण अंतर को प्रकट करता है।
यह शोध पत्र एक नवीन जेलब्रेक तकनीक प्रस्तुत करता है जो संरेखित (aligned) एलएलएम (LLMs) में सुरक्षा प्रशिक्षण को दरकिनार करने के लिए एक सार्वभौमिक शब्दावली के रूप में कम-कवर किए गए फैनफिक्शन उप-शैलियों का लाभ उठाती है, जो मौजूदा विधियों की तुलना में काफी उच्च आक्रमण सफलता दर प्राप्त करती है और यह प्रदर्शित करती है कि वर्तमान रक्षा प्रणालियाँ अक्सर अनजाने में हमलावरों को ऐसी रजिस्टर-आधारित रणनीतियों की ओर मोड़ देती हैं।
यह शोध पत्र मास्क्ड डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक नवीन वैश्विक, क्रम-अज्ञेय (order-agnostic) वॉटरमार्किंग योजना प्रस्तावित करता है जो डिटेक्शन को स्थानीय जेनरेशन कॉन्टेक्स्ट से अलग करने के लिए एक वेक्टर-वैल्यूड स्केच रिप्रेजेंटेशन का उपयोग करता है, जो पारंपरिक ऑटोरेग्रेसिव टोकन-बायस विधियों की तुलना में विशिष्ट लाभ प्रदान करता है।