10509 पेपर
यह शोध पत्र EPIC को पेश करता है, जो ऑन-डिवाइस रिट्रीवल-ऑगमेंटेड जनरेशन (Retrieval-Augmented Generation) के लिए एक कुशल फ्रेमवर्क है जो इंडेक्सिंग आकार और विलंबता (latency) को नाटकीय रूप से कम करने के साथ-साथ सख्त मेमोरी सीमाओं के तहत व्यक्तिगत एआई प्रतिक्रियाओं की सटीकता में महत्वपूर्ण सुधार करने के लिए प्राथमिकता-संरेखित मेमोरी (preference-aligned memory) का निर्माण करता है।
SD-Search एक ऑन-पॉलिसी हिंडसाइट सेल्फ-डिस्टिलेशन फ्रेमवर्क पेश करता है जो सर्च-ऑगमेंटेड रीजनिंग एजेंट्स को आंतरिक रूप से स्टेप-लेवल सुपरविजन सिग्नल्स जेनरेट करने में सक्षम बनाता है, जो एक स्टूडेंट मॉडल को हिंडसाइट-कंडीशन्ड टीचर की नकल करने के लिए प्रशिक्षित करके किया जाता है, जिससे बाहरी टीचर्स या अतिरिक्त एनोटेशन की आवश्यकता के बिना आउटकम-रिवॉर्ड रीइन्फोर्समेंट लर्निंग की क्रेडिट असाइनमेंट सीमाओं को दूर किया जा सके।
यह शोध पत्र इन्फिनी-न्यूज़ (Infini-News) का परिचय देता है, जो एक व्यापक टूलकिट और इंडेक्स है जो समृद्ध मेटाडेटा और भाषा पहचान के साथ 1.3 बिलियन से अधिक कॉमन क्रॉल (Common Crawl) समाचार लेखों को प्रोसेस करता है, जिससे शोधकर्ता पूरे आर्काइव में किसी भी टेक्स्ट पैटर्न के लिए उप-सेकंड समय में कुशलतापूर्वक क्वेरी कर सकते हैं।
यह अध्ययन प्रकट करता है कि जबकि बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) कभी-कभी कंडीशन्स (शर्तों) में प्रिपोजिशन प्रोजेक्शन (पूर्वधारणा प्रक्षेपण) पर मानवीय रेटिंग के बराबर प्रदर्शन कर सकते हैं, उनका प्रदर्शन अक्सर वास्तविक व्यावहारिक तर्क के बजाय सतही पैटर्न मिलान से उत्पन्न होता है, जो सांख्यिकीय संरेखण और वास्तविक भाषाई सक्षमता के बीच एक विच्छेद को रेखांकित करता है।
यह शोध पत्र प्रकट करता है कि वर्तमान लेटेंट विज़ुअल रीजनिंग मॉडल मध्यवर्ती विज़ुअल टोकन का उपयोग करने में विफल रहते हैं क्योंकि मौजूदा डेटासेट उन्हें आवश्यक बनाने के लिए अपर्याप्त जानकारी प्रदान करते हैं और इन्फरेंस-टाइम भविष्यवाणियां सटीक नहीं होती हैं, जो यह संकेत देता है कि भविष्य की प्रगति के लिए अधिक सूचनात्मक डेटासेट और बेहतर टोकन जनरेशन दोनों की आवश्यकता है।
बहु-डोमेन अनुसंधान संश्लेषण के लिए वेक्टर आरएजी (Vector RAG) और एलएलएम-कंपाइल्ड विकी (LLM-compiled wikis) की तुलना करने वाला यह पूर्व-पंजीकृत अध्ययन पाता है कि जहाँ विकी क्रॉस-पेपर कनेक्शन और क्लेम-लेवल साइटेशन सपोर्ट में उत्कृष्ट हैं, वहीं आरएजी एकल-तथ्य खोज (single-fact lookups) के लिए अधिक लागत प्रभावी है, जो यह दर्शाता है कि कोई भी एकल आर्किटेक्चर साक्ष्य संगठन, साइटेशन सटीकता और परिचालन लागत के बीच इष्टतम संतुलन नहीं बना पाता है।
यह शोधपत्र RePlaid को प्रस्तुत करता है, जो एक संभावना-आधारित (likelihood-based) निरंतर डिफ्यूजन भाषा मॉडल है, जो आधुनिक डिस्क्रीट मॉडलों के साथ संरचनात्मक संरेखण और अनुकूलित प्रशिक्षण के माध्यम से, प्रतिस्पर्धी स्केलिंग लॉ, श्रेष्ठ जनरेशन गुणवत्ता और एक नए स्टेट-ऑफ-द-आर्ट परप्लेक्सिटी बाउंड को प्राप्त करता है, जो इस धारणा को चुनौती देता है कि निरंतर डिफ्यूजन, डिस्क्रीट दृष्टिकोणों की तुलना में कम स्केलेबल है।
यह शोध पत्र STT-Arena प्रस्तुत करता है, जो टूल-उपयोग कार्यों में स्थानिक-कालिक व्यवधानों (spatio-temporal disruptions) के प्रति बड़े भाषा मॉडलों की अनुकूलन क्षमता का मूल्यांकन करने के लिए एक यथार्थवादी बेंचमार्क है, जो वर्तमान मॉडलों में महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करता है और एक परिष्कृत प्रशिक्षण दृष्टिकोण प्रस्तावित करता है जो एक विशिष्ट एजेंट तैयार करता है जो अत्याधुनिक प्रणालियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र "प्रोब ट्रैजेक्टरीज" (probe trajectories) पेश करता है, जो भविष्य के मॉडल व्यवहार की भविष्यवाणी करने के लिए चेन ऑफ थॉट (Chain of Thought) रीजनिंग चरणों में छिपे हुए रिप्रजेंटेशन के विकास को ट्रैक करने की एक विधि है, जो यह प्रदर्शित करता है कि टेम्पोरल डायनेमिक्स (temporal dynamics) का विश्लेषण करना और मैक्स-पूलिंग (max-pooling) का उपयोग करना, लार्ज रीजनिंग मॉडल्स (Large Reasoning Models) में स्टैटिक प्रेडिक्शन की तुलना में सुरक्षा निगरानी और परिणाम पृथक्करणीयता (outcome separability) में महत्वपूर्ण सुधार करता है।
यह शोध पत्र GUT-IS को प्रस्तुत करता है, जो एक डेटा-संचालित कार्यप्रणाली है जो टेक्स्ट एम्बेडिंग और क्लस्टरिंग को एक लॉस फंक्शन के साथ जोड़कर सूचना प्रणाली (इंफॉर्मेशन सिस्टम) अनुसंधान में असंगत संरचनात्मक समीकरण मॉडलों को एकीकृत करती है, जिससे अर्थ संबंधी शुद्धता (सेमेंटिक प्योरिटी) और संक्षिप्तता (पार्सिमनी) के बीच स्पष्ट रूप से संतुलन बनाया जा सके, और इस प्रकार विभिन्न प्राथमिकताओं के तहत निर्माण समूहों (कंस्ट्रक्ट ग्रुपिंग्स) के विश्लेषण को सक्षम बनाया जा सके।