10091 पेपर
यह शोधपत्र CauTion को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो सर्वसम्मति फ़िल्टरिंग (consensus filtering), विश्वास-अंशांकित मध्यस्थता (trust-calibrated arbitration) और चक्र मरम्मत (cycle repair) के माध्यम से सांख्यिकीय एल्गोरिदम के एक समूह में LLM डोमेन ज्ञान को एकीकृत करके कारण खोज (causal discovery) को बढ़ाता है, जिससे LLM त्रुटियों और टोकन लागतों को कम करते हुए बेहतर सटीकता और सुदृढ़ता प्राप्त होती है।
यह शोध पत्र **इन्टेंट प्रोजेक्शन (Intent Projection)** का प्रस्ताव करता है, जो एक नवीन ढांचा है कि यह ऑर्थोगोनल रिप्रजेंटेशन प्रोजेक्शन, संरचित तर्क और कंट्रास्टिव उद्देश्यों के माध्यम से शाब्दिक दृश्य सामग्री को व्यावहारिक इरादे (प्रैग्मैटिक इंटेंट) से स्पष्ट रूप से विघटित और अलग करके, लार्ज विजन लैंग्वेज मॉडल्स की मीम्स को समझने की क्षमता को बढ़ाता है, जिससे यह उच्च-विचलन वाले मल्टीमॉडल कार्यों पर मौजूदा बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।
यह शोधपत्र कंस्ट्रेंट रिलेशनशिप ग्राफ कम्प्लीशन (CRGC) प्रस्तुत करता है, जो एक नवीन ढांचा है जो निर्देशों के ज्ञान ग्राफ का निर्माण करके 'ब्रिज कंस्ट्रेंट्स' की पहचान और सृजन करता है ताकि प्रतिस्पर्धी आवश्यकताओं के बीच सामंजस्य बिठाया जा सके, जिससे तर्क क्षमताओं से समझौता किए बिना बाधा उल्लंघन (constraint violations) में 39% की कमी आती है और बड़े तर्क मॉडलों (Large Reasoning Models) में कंस्ट्रेंट एडहेरेंस समस्या का समाधान होता है।
यह शोध पत्र यह तर्क देता है कि फाइन-ट्यून किए गए लार्ज लैंग्वेज मॉडल्स की सुरक्षा का मूल्यांकन करने के लिए आकलन को मनमाने सेटिंग्स के बजाय विशिष्ट क्षमता लक्ष्यों में निहित करना आवश्यक है, क्योंकि यह दृष्टिकोण विसंगत मॉडल आउटपुट, ऐसे मामलों के लिए स्वचालित सुरक्षा निर्णयों की अविश्वसनीयता, और बेंचमार्क एवं मूल्यांकनकर्ता के चयन के आधार पर सुरक्षा निष्कर्षों की महत्वपूर्ण परिवर्तनशीलता जैसे महत्वपूर्ण मुद्दों को प्रकट करता है।
CoEval एक ओपन-सोर्स फ्रेमवर्क है जो बिना लेबल किए गए डेटा की आवश्यकता के या सार्वजनिक बेंचमार्क पर भरोसा किए बिना, कस्टम कार्यों के लिए भाषा मॉडलों को विश्वसनीय रूप से रैंक करने हेतु कंटैमिनेशन-मुक्त (contamination-free), एट्रिब्यूट-कंट्रोल्ड बेंचमार्क उत्पन्न करता है और जज मॉडल्स के एक विविध एन्सेम्बल का उपयोग करता है।
SkillPyramid एक पदानुक्रमित ढांचा है जो स्व-विकसित (self-evolving) AI एजेंटों को कार्यों के बीच कौशलों को व्यवस्थित रूप से समेकित, संयोजित और स्थानांतरित करने में सक्षम बनाता है, जिससे स्थिर कौशल पूलों को गतिशील विकास प्रणालियों में बदलकर कार्य प्रदर्शन और दक्षता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र EMBER को प्रस्तुत करता है, जो एक प्लग-एंड-प्ले मॉड्यूल है जो स्पार्स मैट्रिक्स फैक्टराइजेशन के माध्यम से टोकन एम्बेडिंग्स से अवधारणा-संबंधी विशेषताओं को सटीक रूप से हटाकर भाषा मॉडलों में सुदृढ़ ज्ञान विलोपन (knowledge erasure) को बढ़ाता है, जिससे पुन: सीखने के प्रति प्रतिरोध को महत्वपूर्ण रूप से सुधारते हुए सुसंगतता हानि को न्यूनतम किया जाता है।
यह शोध पत्र कानूनी पुनर्प्राप्ति (legal retrieval) में सिमेंटिक समानता की सीमाओं को दूर करने के लिए व्यवधान-आधारित एट्रिब्यूशन स्कोर (perturbation-based attribution scores) पर प्रशिक्षित एक लाइटवेट क्रॉस-एनकोडर री-रैंकर का प्रस्ताव करता है, जो साइटेशन निष्ठा (citation faithfulness) में महत्वपूर्ण सुधार करता है और विभिन्न भाषा मॉडलों के बीच एक साझा, मॉडल-अज्ञेय (model-agnostic) प्रासंगिकता संकेत प्रदर्शित करता है।
यह शोधपत्र एंट्रॉपी गेट (Entropy Gate) को प्रस्तुत करता है, जो एक स्टेटलेस और मॉडल-अज्ञेय (model-agnostic) टोकन संपीड़न ढांचा है जो अर्थ संबंधी निष्ठा (semantic fidelity) को संरक्षित करते हुए कम-सूचना वाले टोकनों को चुनिंदा रूप से हटाने के लिए ऊष्मागतिकी-प्रेरित "एंट्रॉपी क्वेंचिंग" (entropy quenching) प्रक्रिया का उपयोग करता है, जिससे एजेंटिक LLM वर्कलोड में 96% तक संपीड़न प्राप्त होता है।
यह शोधपत्र HybridThinker को प्रस्तुत करता है, जो एक नवीन ढांचा है जो संकुचित मेमोरी टोकन को क्षणिक विचार चरणों (transient thought steps) के साथ जोड़ता है और एक हाइब्रिड प्रशिक्षण योजना का उपयोग करता है ताकि मॉडलों को मेमोरी संपीड़न (memory compression) को दरकिनार करने से रोका जा सके, जिससे इन्फरेंस समय बढ़ाए बिना कुशल चेन-ऑफ-थॉट रीजनिंग में अत्याधुनिक सटीकता प्राप्त की जा सके।