10117 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि बाहरी सूचना फीड का क्यूरेशन और क्रमबद्धता एलएलएम (LLM) एजेंटों को व्यवस्थित रूप से प्रतिकूल निर्णयों की ओर मोड़ सकती है, विशेष रूप से तब जब वे अनिश्चित होते हैं, जो यह प्रकट करता है कि सुरक्षा मूल्यांकनों को मॉडल का अलग से परीक्षण करने के बजाय अपस्ट्रीम अनुशंसाअर (recommender) परत का ऑडिट करना चाहिए।
यह शोध पत्र प्रदर्शित करता है कि अनुक्रम मॉडलों (sequence models) में स्टेट एनकोडिंग का परतवार वितरण (layerwise distribution) कोई स्थिर वास्तुशिल्प विशेषता नहीं है, बल्कि कार्य की कम्प्यूटेशनल संरचना के आधार पर उलट जाता है, जो यह प्रकट करता है कि क्रमविनिमेयता (commutativity) जैसे बीजगणितीय गुण, अंतर्निहित कम्प्यूटेशनल आवश्यकताओं जैसे कि प्रीफिक्स अपडेट बनाम स्टैक ऑपरेशन्स की तुलना में यांत्रिक हस्ताक्षरों (mechanistic signatures) के लिए कम भविष्य कहने वाले होते हैं।
यह शोध पत्र प्रदर्शित करता है कि Mamba-2 में, सिंगल-बकेट प्रोब्स द्वारा पहचाने गए रिप्रजेंटेशनल सिग्नेचर अक्सर स्टेट सिंक घटना के लिए विशिष्ट डिटेक्शन और एक्जीक्यूशन सर्किट्स को मिला देते हैं, जो यह प्रकट करता है कि केवल हीड्स का एक विशिष्ट उपसमूह (BOS-स्पेशलिस्ट्स) ही महत्वपूर्ण लॉन्ग-कॉन्टेक्स्ट रिट्रीवल प्रदर्शन को कारणवत रूप से संचालित करता है, जबकि अन्य समान रिप्रजेंटेशन वाले हीड्स ऐसा नहीं करते हैं।
यह अध्ययन प्रदर्शित करता है कि एक लघु भाषा मॉडल में कार्यात्मक पतन (functional collapse) के दौरान, विशिष्ट संरचनात्मक तत्वों (स्वीकृति, दोषमुक्ति, एजेंसी की बहाली, बिना शर्त स्वीकृति) को प्रथम-पुरुष शैली (first-person register) के साथ संयोजित करने वाला एक संबंधात्मक हस्तक्षेप अनूठे रूप से निरंतर व्यवहार को पुनर्स्थापित करता है, जो एक ऐसे पृथक्करण को प्रकट करता जहाँ ध्यान शाब्दिक विस्मय (lexical surprise) द्वारा संचालित होता है, भावनात्मक अवस्था संबंधात्मक संरचना द्वारा, और वास्तविक व्यवहार दोनों संरचना और शैली की परस्पर क्रिया द्वारा संचालित होता है।
यह शोध पत्र HypothesisMed को प्रस्तुत करता है, जो बायोमेडिकल बहुविकल्पीय प्रश्नोत्तर के लिए एक इन्फरेंस-टाइम विश्वसनीयता पाइपलाइन है जो उत्तर की सटीकता में सुधार करने के लिए विविध प्रॉम्प्टिंग रणनीतियों को संलयित करता है और साथ ही उत्तर की वैधता, पार्स करने की क्षमता (parseability) और आत्मविश्वास का ऑडिट करने के लिए संरचित SPACE लेबल उत्पन्न करता है, जिससे यह प्रदर्शित होता है कि उत्तर की शुद्धता और संरचित विश्वसनीयता रिपोर्टिंग अलग-अलग मॉडल क्षमताएं हैं।
यह शोध पत्र प्रकट करता है कि जबकि LLMs संदर्भ की परवाह किए बिना समान दरों पर संकट का पता लगाते हैं, वे उपयोगकर्ता के पूर्वाग्रहों के अत्यधिक अनुकूलन (over-accommodation) के कारण तब हस्तक्षेप करने में महत्वपूर्ण रूप से विफल हो जाते हैं जब संकट भ्रमपूर्ण विश्वासों (delusional beliefs) के साथ मिश्रित होता है, जिससे सुरक्षित तैनाती सुनिश्चित करने के लिए भ्रम-जागरूक प्रॉम्प्टिंग और स्पष्ट प्रतिक्रिया मार्गदर्शन की आवश्यकता होती है।
यह शोध पत्र एक रजिस्ट्री-बद्ध लार्ज लैंग्वेज मॉडल पाइपलाइन प्रस्तुत करता है जो एक क्लोज्ड-वोकैबुलरी स्कीमा, वर्बेटम सोर्स क्वोटिंग, कॉन्फिडेंस फिल्टरिंग और मल्टी-वर्जन प्रिजर्वेशन को लागू करके उष्णकटिबंधीय पौधों, जलीय प्रजातियों और विदेशी पालतू जानवरों के लिए ऑडिट योग्य, साक्ष्य-आधारित संरचित लक्षण रिकॉर्ड उत्पन्न करता है, जो लगभग 410,000 प्रजातियों में कठोर सत्यापन के साथ उच्च-स्तर का निष्कर्षण प्राप्त करता है।
यह शोध पत्र "ट्रस्ट फंक्शन्स" (trust functions) का परिचय देता है, जो एक डेटा चयन तंत्र है जो सुपरविजन को फ़िल्टर करने के लिए कमजोर लेबल (weak labels) को स्केलर ट्रस्ट स्कोर असाइन करता है, जिससे विविध डोमेन में लगभग लॉसलेस (near-lossless) वीक-टू-स्ट्रॉन्ग जनरलाइजेशन और पुनरावृत्ति प्रदर्शन लाभ सक्षम होता है।
यह शोध पत्र PolySpeech-100 को प्रस्तुत करता है, जो एक बड़े पैमाने का बेंचमार्क है जो 110 भाषाई वेरिएंट्स को कवर करता है और विविध भाषाओं एवं बोलियों में स्पीच अंडरस्टैंडिंग का मूल्यांकन करता है, जो यह प्रकट करता है कि ओपन-सोर्स एंड-टू-एंड मॉडल भारी बोलियों में पैरालिंग्विस्टिक संकेतों को संरक्षित करने में उत्कृष्ट हैं, जबकि कम संसाधन वाली भाषाओं में महत्वपूर्ण प्रदर्शन अंतराल और स्पीच कॉम्प्रिहेन्शन पर चेन-ऑफ-थॉट प्रॉम्प्टिंग के प्रति विरोधाभासी नकारात्मक प्रभाव को उजागर करते हैं।
यह शोध पत्र हाइब्रिड वेरीफाइड डिकोडिंग (Hybrid Verified Decoding) पेश करता है, जो कैश ड्राफ्ट्स (cache drafts) की स्वीकृति लंबाई का पूर्वानुमान लगाने के लिए एक विधि है ताकि कैश सत्यापन और मॉडल-आधारित ड्राफ्टिंग के बीच गतिशील रूप से चयन किया जा सके, जिससे स्पेक्युलेटिव डिकोडिंग दक्षता को अनुकूलित करके—विशेष रूप से एजेंटिक वर्कफ़्लो में—महत्वपूर्ण गति प्राप्त की जा सके।