9552 पेपर
WikiSTAR एक संवादात्मक प्रणाली है जो विकिपीडिया के संशोधन इतिहास से नियमित संपादन को फ़िल्टर करने के लिए एक LLM क्लासिफायर और एक मल्टी-लेबल वर्गीकरण (टैक्सोनॉमी) का लाभ उठाती है, जिससे विशेषज्ञ अभूतपूर्व सूक्ष्मता के साथ वैज्ञानिक ज्ञान के विकास को देखने और विश्लेषण करने में सक्षम होते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि भाषाओं के स्वयं के आधार पर परिभाषित संक्षिप्त, मशीन-स्वतंत्र कम्प्यूटेशनल ट्रेसेस (computational traces) का उपयोग करते हुए, जो केवल भाषाओं की मूल शब्दावलियों के आकार के रैखिक (linear) लघु वर्णमाला का उपयोग करते हैं, सीमा (limit) में भाषा पहचान प्राप्त की जा सकती है।
यह शोधपत्र फंक्शन-अवेयर फिल-इन-द-मिडल (FIM) मिड-ट्रेनिंग पेश करता है, जो एक स्व-पर्यवेक्षित (self-supervised) दृष्टिकोण है जो कोडिंग एजेंट लूप और फंक्शन कॉल्स के बीच संरचनात्मक समानता का लाभ उठाता है ताकि SWE-Bench जैसे बेंचमार्क पर कोडिंग एजेंट के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाया जा सके और साथ ही सामान्य कोडिंग और टूल-यूज़ क्षमताओं को सुरक्षित रखा जा सके जो अक्सर मानक पोस्ट-ट्रेनिंग द्वारा कम हो जाती हैं।
JoLT टोकन और फीचर अक्षों पर एक आंशिक टकर डिकंपोजिशन (Tucker decomposition) लागू करके और विसर्जित की गई जानकारी को जॉनसन-लिंडेनस्ट्रॉस रोटेटेड लो-बिट रेसिडुअल के माध्यम से पुनर्स्थापित करके, लार्ज लैंग्वेज मॉडल्स के KV कैश का लगभग लॉसलेस 2-3x संपीड़न प्राप्त करता है, जो पर्प्लेक्सिटी और डाउनस्ट्रीम कार्यों पर बेसलाइन प्रदर्शन बनाए रखने के लिए एक एकीकृत बाइट बजट के तहत अनुकूलित है।
यह शोधपत्र SeRIn को प्रस्तुत करता है, जो एक नवीन मल्टीमॉडल फ्यूजन आर्किटेक्चर है जो CH-SIMS और CMU-MOSEI बेंचमार्क पर अत्याधुनिक सेंटीमेंट एनालिसिस प्रदर्शन प्राप्त करने के लिए मोडैलिटी-विशिष्ट रिफाइनमेंट (modality-specific refinement) को क्रॉस-मोडल इंटरेक्शन से अलग-अलग पाथवे में विभाजित करता है।
यह शोध पत्र CARE-PPO को प्रस्तुत करता है, जो एक सुदृढीकरण अधिगम (reinforcement learning) ढांचा है जो भाषा-आधारित मात्रात्मक भविष्यवाणियों और उनकी विश्वसनीयता को संयुक्त रूप से अनुकूलित करने के लिए कॉन्फिडेंस-अलाइन्ड रिवॉर्ड (Confidence-Aligned Reward) का लाभ उठाता है, जिसमें PPO क्रिटिक को एक मजबूत कॉन्फिडेंस एस्टीमेटर के रूप में पुन: उपयोग किया गया है, जिससे यह स्वास्थ्य सेवा और वित्त डोमेन में सटीकता और अनिश्चितता अंशांकन (uncertainty calibration) में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।
यह शोध पत्र OAT का प्रस्ताव करता है, जो एक हल्का, अनसुपरवाइज्ड (unsupervised) विफलता एट्रिब्यूशन मॉडल है जो सफल प्रक्षेपवक्र गतिकी (trajectory dynamics) को मॉडल करने के लिए न्यूरल कंट्रोल्ड डिफरेंशियल इक्वेशंस के साथ वन-क्लास लर्निंग का उपयोग करके LLM-आधारित एजेंटिक प्रणालियों में त्रुटि चरणों की पहचान करता है, जिससे मौजूदा प्रॉम्प्टिंग-आधारित या सुपरवाइज्ड विधियों की तुलना में काफी अधिक गति और सटीकता प्राप्त होती है।
यह शोध पत्र "वन-वर्ड सेंसस" (One-Word Census) प्रस्तुत करता है, जो 31 एकल-शब्द संकेतों का उपयोग करने वाला एक न्यूनतम उपकरण है, जिससे यह पता चलता है कि जबकि 44 भाषा मॉडल विशिष्ट उत्तरों पर अत्यधिक अभिसरण (convergence) प्रदर्शित करते हैं (जैसे, 41% बार "serendipity"), अनुरूपता की डिग्री मॉडल की वंशावली और ट्यूनिंग के अनुसार काफी भिन्न होती है, जिसमें नए फ्लैगशिप मॉडल आमतौर पर पर्सोना-ट्यून्ड मॉडलों की तुलना में अधिक अनुरूप होते हैं।
यह शोध पत्र नॉलेज-लेस लैंग्वेज मॉडल्स (KLLMs) को प्रस्तुत करता है, जो एक नवीन प्रशिक्षण प्रतिमान (पैराडाइम) है जो पैरामीट्रिक तथ्यात्मक रिकॉल को दबाने के लिए प्रीट्रेनिंग के दौरान नामित संस्थाओं (नेम्ड एंटिटीज) को अनामित करता है, जिससे ऐसे मॉडल उत्पन्न होते हैं जो बाहरी साक्ष्यों पर अधिक निर्भर करते हैं और मानक भाषा मॉडलों की तुलना में साक्ष्य-आधारित कार्यों में बेहतर सुदृढ़ता, अंशांकन (कैलिब्रेशन) और प्रदर्शन प्रदर्शित करते हैं।
यह शोध पत्र E3 प्रस्तुत करता है, जो एक जटिलता-जागरूक (complexity-aware) ढांचा है जो AI एजेंटों को कार्य की कठिनाई का अनुमान लगाने और दायरे को बढ़ाने से पहले न्यूनतम व्यवहार्य पथों (minimum viable paths) को निष्पादित करने में सक्षम बनाता है, जिससे मौजूदा विधियों के समान सफलता दर प्राप्त करते हुए कम्प्यूटेशनल लागत और अनावश्यक फ़ाइल निरीक्षणों को भारी रूप से कम किया जा सके।