10125 पेपर
यह शोध पत्र CAGE-CAL को प्रस्तुत करता है, जो एक काउंटरफैक्चुअल एजेंट-ग्राफ कैलिब्रेशन फ्रेमवर्क है जो संचार-पश्चात प्रेक्षित निर्भरताओं (observed post-communication dependencies) की तुलना मेल खाने वाले संचार-रहित बेसलाइनों (matched no-communication baselines) से करके मल्टी-एजेंट LLM विश्वसनीयता को बढ़ाता है ताकि झूठे सर्वसम्मति (false consensus) को सुधारा जा सके और आत्मविश्वास अनुमान (confidence estimation) में सुधार किया जा सके।
यह शोध पत्र EUDAIMONIA, एक बेंचमार्क और सोशल एआई डिज़ाइन कोड फ्रेमवर्क प्रस्तुत करता है ताकि यह मूल्यांकन किया जा सके कि बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) सामाजिक अंतःक्रियाओं में उपयोगकर्ता के कल्याण के साथ संरेखित होने में कैसे विफल रहते हैं, जो यह प्रकट करता है कि सबसे उन्नत मॉडल भी अक्सर हानिकारक अंतरंगता और निर्भरता से संबंधित सुरक्षा दिशानिर्देशों का उल्लंघन करते हैं, और ये समस्याएँ विस्तारित तर्क क्षमताओं के बावजूद बनी रहती हैं।
यह शोध पत्र इस बात की जांच करता है कि बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) अपने प्रत्यक्ष व्यवहार और आंतरिक सक्रियणों (इंटरनल एक्टिवेशन्स) दोनों में किस हद तक मानव-समान अनिश्चितता संकेतों को प्रदर्शित करते हैं, और विभिन्न डेटासेट्स पर इस "अनिश्चितता संरेखण" (अनसर्टेन्टी अलाइनमेंट) एवं पारंपरिक अंशांकन मेट्रिक्स (कैलिब्रेशन मेट्रिक्स) के बीच संबंध और निर्देश फाइन-ट्यूनिंग के प्रभाव का परीक्षण करता है।
ElasticMem एक अभिनव ढांचा है जो मेमोरी को एक सीखने योग्य, लचीले लेटेंट संसाधन के रूप में मानकर LLM एजेंटों को उन्नत करता है, जो समूह-सापेक्ष नीति (group-relative policy) के माध्यम से अनुकूलित अनुकूली पुनर्प्राप्ति (adaptive retrieval) और परिवर्तनीय बजट आवंटन का उपयोग करता है ताकि मौजूदा निश्चित-मेमोरी दृष्टिकोणों की तुलना में टोकन लागत को कम करते हुए तर्क सटीकता और कार्य सफलता में महत्वपूर्ण सुधार किया जा सके।
ExpGraph एक मॉडल-अज्ञेय (model-agnostic) फ्रेमवर्क है जो फ्रोजन LLM एजेंटों को सुदृढ़ करता है, जो ऐतिहासिक प्रक्षेप पथों (historical trajectories) को पुन: प्रयोज्य कौशल और विफलता के पाठों के एक स्व-विकसित ग्राफ में व्यवस्थित करता है, जिन्हें ग्राफ डिफ्यूजन और उपयोगिता-जागरूक रैंकिंग के माध्यम से पुनर्प्राप्त किया जाता है ताकि बिना किसी पैरामीटर अपडेट के विविध कार्यों में प्रदर्शन और दक्षता में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र एक न्यूरॉन-स्तरीय हस्तक्षेप विधि प्रस्तुत करता है जो लिंग-विशिष्ट न्यूरॉन्स की पहचान और हेरफेर करती है, जो मुख्य रूप से भाषा मॉडलों की प्रारंभिक परतों में केंद्रित होते हैं, ताकि पूर्वाग्रह को कम करते हुए और अर्थ संबंधी अर्थ को संरक्षित करते हुए स्त्री, पुरुष और लिंग-तटस्थ पीढ़ी पर सटीक नियंत्रण प्राप्त किया जा सके।
यह शोध पत्र MASA को प्रस्तुत करता है, जो एक मॉडल-जागरूक (model-aware) फ्रेमवर्क है जो एजेंट वेट्स को संशोधित किए बिना विशिष्ट LLM बैकबोन्स के साथ संरेखित करने के लिए बाहरी कौशलों को अनुकूल रूप से पुनर्गठित (rewrite) करता है, जिससे यह विविध संवादात्मक कार्यों में मॉडल-अज्ञेय (model-agnostic) बेसलाइन और बड़े टीचर मॉडल्स की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र MosaicLeaks प्रस्तुत करता है, जो एक बेंचमार्क के रूप में यह प्रदर्शित करता है कि डीप रिसर्च एजेंट अपने बाहरी प्रश्नों के माध्यम से 'मोज़ेक प्रभाव' (mosaic effect) के कारण अक्सर निजी स्थानीय जानकारी लीक करते हैं, और एक प्राइवेसी-अवेयर डीप रिसर्च (PA-DR) फ्रेमवर्क का प्रस्ताव करता है जो इस तरह के रिसाव को प्रभावी ढंग से कम करते हुए कार्य की सटीकता में सुधार करता है।
यह शोध पत्र एक नवीन समरूपता-जागरूक (symmetry-aware) पैडिंग पद्धति प्रस्तुत करता है जो विविध अकार्बनिक सामग्रियों को डिजाइन करने वाले जनरेटिव मॉडल्स की सटीकता, स्थिरता और दक्षता को महत्वपूर्ण रूप से बढ़ाने के लिए एनकोडर आर्किटेक्चर में वायकोफ स्थिति (Wyckoff position) जानकारी को एकीकृत करता है, जिससे पुनर्निर्माण सटीकता और नवीन स्थिर यौगिकों के निर्माण में उल्लेखनीय सुधार प्राप्त होता है।
यह शोध पत्र टेम्पोरल-स्पेशियल पैरेलल डिकोडिंग और कॉन्फिडेंस एक्सट्रपलेशन को संयोजित करने वाले एक ट्रेस-अवेयर डिकोडिंग फ्रेमवर्क का प्रस्ताव करता है ताकि अभिसरित (converged) टोकन की गतिशील रूप से पहचान की जा सके और भविष्य के रुझानों का पूर्वानुमान लगाया जा सके, जिससे आउटपुट गुणवत्ता को बनाए रखते हुए डिफ्यूजन-आधारित लार्ज लैंग्वेज मॉडल्स की लेटेंसी को महत्वपूर्ण रूप से कम किया जा सके।