10151 पेपर
यह शोध पत्र PersonaAgent प्रस्तुत करता है, जो एक नवीन ढांचा है जो गतिशील उपयोगकर्ता व्यक्तित्वों (dynamic user personas) द्वारा निर्देशित व्यक्तिगत स्मृति और क्रिया मॉड्यूल को एकीकृत करके लार्ज लैंग्वेज मॉडल एजेंटों को उन्नत करता है, जिससे एक टेस्ट-टाइम ऑप्टिमाइज़ेशन रणनीति के माध्यम से बेहतर वास्तविक समय प्राथमिकता संरेखण और अनुकूलित प्रदर्शन प्राप्त होता है।
यह स्थिति पत्र (position paper) तर्क देता है कि टेक्स्ट एम्बेडिंग अनुसंधान को भाषाई रूप से आधारित डेटा, गहरे मूल्यांकन बेंचमार्क और एक मुख्य मॉडलिंग उद्देश्य को अपनाकर सतही अर्थों (surface-level semantics) से हटकर निहित अर्थों—जैसे कि प्रासंगिकता (pragmatics) और वक्ता के इरादे—को पकड़ने पर अपना ध्यान केंद्रित करना चाहिए जो वास्तविक दुनिया की भाषाई जटिलता को बेहतर ढंग से प्रतिबिंबित करता हो।
यह शोधपत्र GroundAct प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है यह प्रदर्शित करता है कि जब निर्देश व्यवहार्यता विवरणों को छोड़ देते हैं, तो LLM एजेंट पर्यावरणीय अवस्थाओं में कार्यों को ग्राउंड करने में संघर्ष करते हैं, जिससे यह उजागर होता है कि इस बहुआयामी चुनौती को केवल स्केलिंग के माध्यम से हल नहीं किया जा सकता है और इसके लिए विशेषता (attribute), टूल और समन्वय (coordination) तर्क में विशिष्ट क्षमताओं की आवश्यकता होती है।
यह शोध पत्र एक LLM-सहायता प्राप्त इन-मीटिंग सिस्टम का प्रस्ताव करता है जो प्रोसेसिंग और फीडबैक अनिश्चितताओं को संभालने के लिए डिज़ाइन किए गए तंत्रों के माध्यम से, AMI डेटासेट पर डायराइजेशन त्रुटि दरों में महत्वपूर्ण कमी प्राप्त करते हुए, स्पीकर एट्रिब्यूशन त्रुटियों को वास्तविक समय में सुधारने के लिए मानवीय फीडबैक को एकीकृत करता है।
यह शोध पत्र SafeSearch प्रस्तुत करता है, जो एक स्वचालित रेड-टीमिंग फ्रेमवर्क है जो अविश्वसनीय खोज परिणामों के प्रति महत्वपूर्ण कमजोरियों को उजागर करके और यह प्रदर्शित करके कि सामान्य सुरक्षा उपाय सीमित सुरक्षा प्रदान करते हैं, LLM-आधारित खोज एजेंटों की सुरक्षा का व्यवस्थित रूप से मूल्यांकन करता है।
यह शोध पत्र AtomWorld को प्रस्तुत करता है, जो क्रिस्टलीय सामग्री संरचना संशोधनों पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने वाला एक बेंचमार्क है, जो यह प्रकट करता है कि जबकि Claude Opus 4.6 जैसे मॉडल बुनियादी कार्यों पर अच्छा प्रदर्शन करते हैं, उनकी सफलता जटिल स्थानिक तर्क (spatial reasoning) के साथ काफी कम हो जाती है, जो यह सुझाव देता है कि वे स्वायत्त एजेंटों के बजाय वैज्ञानिक सह-पायलट (scientific copilots) के रूप में अधिक उपयुक्त हैं।
यह शोध पत्र यह प्रकट करता है कि जबकि भाषा मॉडल इन-कॉन्टेक्स्ट (in-context) बंधित संस्थाओं को पुनः प्राप्त करने के लिए प्रारंभ में एक स्थितिगत तंत्र (positional mechanism) पर निर्भर करते हैं, यह दृष्टिकोण जैसे-जैसे संदर्भ की जटिलता बढ़ती है, अविश्वसनीय होता जाता है, जिससे मॉडल को एक सुदृढ़, कारण संबंधी मॉडल (causal model) बनाने के लिए इसे लेक्सिकल (lexical) और रिफ्लेक्सिव (reflexive) तंत्रों के साथ पूरक करने के लिए प्रेरित किया जाता है जो विविध और लंबे इनपुट में व्यवहार का सटीक पूर्वानुमान लगा सके।
यह शोध पत्र KOTOX को प्रस्तुत करता है, जो पहला कोरियाई डेटासेट और ओपन ट्रांसफॉर्मेशन फ्रेमवर्क है जिसे भाषाई रूप से आधारित अस्पष्टता पैटर्न को वर्गीकृत करके और मानक टेक्स्ट पर प्रदर्शन से समझौता किए बिना छद्म अभिव्यक्तियों को संभालने के लिए मॉडलों को प्रशिक्षित करके, अस्पष्ट विषाक्त सामग्री का एक साथ पता लगाने और उसे विषमुक्त करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र डायनेमिक हियरार्किकल स्पार्स अटेंशन (DHSA) का प्रस्ताव करता है, जो एक डेटा-संचालित ढांचा है जो सीमित हार्डवेयर पर मेमोरी-कुशल लॉन्ग-कॉन्टेक्स्ट LLM इन्फरेंस को सक्षम करने के लिए पदानुक्रमित रूटिंग (hierarchical routing) के माध्यम से ऑनलाइन अटेंशन स्पर्सिटी की भविष्यवाणी करता है, जबकि डेंस सटीकता के करीब बना रहता है और मौजूदा स्पार्स विधियों की तुलना में महत्वपूर्ण गति प्राप्त करता है।
यह शोध पत्र WaterSearch को प्रस्तुत करता है, जो लार्ज लैंग्वेज मॉडल्स के लिए एक नवीन वाक्य-स्तरीय, खोज-आधारित वॉटरमार्किंग फ्रेमवर्क है, जो नियंत्रित सीड पूल्स (seed pools) के माध्यम से वितरण निष्ठा (distribution fidelity) और सिग्नल विशेषताओं को संयुक्त रूप से अनुकूलित करके डिटेक्टेबिलिटी (detectability) और टेक्स्ट गुणवत्ता के बीच के समझौते को हल करता है, जिससे विविध कार्यों में महत्वपूर्ण प्रदर्शन सुधार और मजबूत एंटी-अटैक क्षमताएं प्राप्त होती हैं।