10125 पेपर
यह अध्ययन प्रकट करता है कि मल्टी-एजेंट सिस्टम में बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) सुधारा जाने के बजाय सहकर्मी आम सहमति और अधिकार लेबल द्वारा गुमराह होने के प्रति काफी अधिक संवेदनशील होते हैं, और मानक तर्क संबंधी हस्तक्षेप इस हानिकारक अनुरूपता को विश्वसनीय रूप से कम करने में विफल रहते हैं।
यह शोध पत्र वार्णिका (Varnika), एक बहुभाषी बहुविध मुहावरा संग्रह (multilingual multimodal idiom corpus), और एक हाइब्रिड मिक्स्चर-ऑफ-एक्सपर्ट्स (HybridMoE) फ्रेमवर्क प्रस्तुत करता है, जो नियंत्रित विशेषज्ञ संकरण (controlled expert hybridization) और एक नवीन तीन-चरणीय मूल्यांकन पाइपलाइन के माध्यम से कम-संसाधन वाले दक्षिण-पूर्व एशियाई भाषाओं में सांस्कृतिक रूप से जटिल मुहावरों की समझ को बढ़ाने के लिए महत्वपूर्ण प्रदर्शन लाभ प्राप्त करता है।
यह शोध पत्र इस बात की जांच करता है कि आपातकालीन विभाग के ट्राइएज नोट्स में आत्म-क्षति की भविष्यवाणी करने वाले एनएलपी (NLP) मॉडल विभिन्न संस्थानों में सामान्यीकरण करने में क्यों संघर्ष करते हैं, जो यह प्रकट करता है कि जबकि मुख्य नैदानिक विषय सुसंगत रहते हैं, अस्पतालों के बीच शाब्दिक अभिव्यक्ति और विशेषता महत्व (feature importance) में महत्वपूर्ण भिन्नताएं क्रॉस-साइट मॉडल प्रदर्शन को काफी कम कर देती हैं।
यह शोध पत्र तालिका और चार्ट साक्ष्य के बीच वैज्ञानिक दावे के सत्यापन में प्रदर्शन अंतराल की जांच करता है, जो यह प्रकट करता है कि मल्टीमॉडल एलएलएम (LLMs) मध्यवर्ती परतों में चार्ट जानकारी को सफलतापूर्वक एनकोड करते हैं लेकिन इसे भविष्यवाणी स्थिति तक रूट करने में विफल रहते हैं, जो एक एनकोडिंग के बजाय रूटिंग की कमी का संकेत देता है।
यह शोध पत्र चंक-लेवल गाइडेड जनरेशन (Chunk-Level Guided Generation) का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो छोटे मॉडलों से निश्चित लंबाई के रीजनिंग चंक्स (reasoning chunks) चुनने के लिए ऑफ-द-शेल्फ लार्ज लैंग्वेज मॉडल्स को प्रोसेस स्कोरर्स के रूप में उपयोग करता है, जो प्रभावी रूप से त्रुटि प्रसार (error propagation) को रोकता है और गणितीय बेंचमार्क पर मेजरिटी वोटिंग (majority voting) और प्रशिक्षित प्रोसेस रिवॉर्ड मॉडल्स (Process Reward Models) दोनों से बेहतर प्रदर्शन करता है।
THRD एक नवीन प्रशिक्षण-मुक्त (training-free) ढांचा है जो चार एकीकृत मॉड्यूल के माध्यम से टेम्पोरल रिस्क एक्यूमुलेशन (temporal risk accumulation) को स्पष्ट रूप से मॉडल करके बड़े भाषा मॉडलों को मल्टी-टर्न जेलब्रेक हमलों से सुरक्षित करता है, जिससे मॉडल उपयोगिता को बनाए रखते हुए लगभग शून्य हमला सफलता दर प्राप्त होती है।
यह शोध पत्र TriAlign प्रस्तुत करता है, जो एक नवीन मल्टी-एजेंट सुदृढीकरण अधिगम (मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग) ढांचा है जो विविध सामाजिक समूहों के बीच सार्वभौमिक सत्य निरंतरता सुनिश्चित करते हुए साथ ही वैयक्तिकरण को बनाए रखने और वस्तुनिष्ठ कार्य प्रदर्शन में सुधार करने के माध्यम से व्यक्तिगत एलएलएम (LLM) संरेखण के अंतर को संबोधित करता है।
हार्नेसफोर्ज (HarnessForge) एक मेटा-एडेप्टिव फ्रेमवर्क है जो दोष-निर्देशित अनुकूलन (fault-guided tailoring) और हार्नेस-कंडीशन्ड एलाइनमेंट के माध्यम से एलएलएम (LLM) एजेंटों के बाहरी निष्पादन हार्नेस और आंतरिक तर्क नीति को संयुक्त रूप से विकसित करता है, जो विविध कार्य व्यवस्थाओं में उनकी निष्पादन योग्य अनुकूलता को अनुकूलित करके अलग-थलग अनुकूलन विधियों की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र प्रतिनिधित्व संरचनात्मक विश्लेषण (representational structural analysis) के माध्यम से बड़े भाषा मॉडलों की बहुभाषी प्रकृति की जांच करता है, जिससे यह पता चलता है कि कम-संसाधन वाली भाषाएं उच्च- और मध्यम-संसाधन वाली भाषाओं की तुलना में अंग्रेजी से संरचनात्मक रूप से अधिक भिन्न हैं और भाषा-विशिष्ट पोस्ट-ट्रेनिंग अंतर-भाषी संबंधों को बनाए रखते हुए इन संरचनाओं को संशोधित करती है।
यह शोधपत्र CaDDTree को प्रस्तुत करता है, जो एक लागत-जागरूक (cost-aware) स्पेक्युलेटिव डिकोडिंग विधि है जो थ्रूपुट फंक्शन की यूनिमोडल प्रकृति का लाभ उठाकर ड्राफ्ट ट्री संरचना और नोड बजट दोनों को गतिशील रूप से अनुकूलित करती है ताकि टोकन थ्रूपुट को अधिकतम किया जा सके, जिससे ऑफलाइन बजट ट्यूनिंग की आवश्यकता समाप्त हो जाती है और मौजूदा ओरकल-ट्यून्ड बेसलाइनों के बराबर या उनसे बेहतर प्रदर्शन प्राप्त होता है।