10509 पेपर
यह शोध पत्र प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (Large Language Models) एक सरल ज्यामितीय सिद्धांत के माध्यम से एंटिटी रिप्रेजेंटेशन्स को बांधकर जटिल सिमेंटिक संरचनाओं को एनकोड करते हैं, जहाँ संबंध प्रकार और अस्तित्व को एम्बेडिंग स्पेस में दूरी और दिशा के माध्यम से रैखिक रूप से डिकोड किया जा सकता है, और यह क्षमता मध्य परतों में उभरती है, नए अवधारणाओं में सामान्य होती है, और मॉडल के प्रदर्शन के साथ सह-संबंधित होती है।
यह शोध पत्र ROK-FORTRESS को प्रस्तुत करता है, जो एक "ट्रांसक्रिएशन मैट्रिक्स" (transcreation matrix) का उपयोग करने वाला एक द्विभाषी बेंचमार्क है, यह प्रदर्शित करने के लिए कि बड़े भाषा मॉडलों (LLMs) के लिए राष्ट्रीय सुरक्षा और सार्वजनिक सुरक्षा मूल्यांकनों को भाषा और भू-राजनीतिक संदर्भ के बीच जटिल अंतःक्रियाओं को ध्यान में रखना चाहिए, क्योंकि केवल अनुवाद-आधारित दृष्टिकोण यह पकड़ने में विफल रहते हैं कि कोरियाई भाषा और ग्राउंडिंग (grounding) मॉडल के सुरक्षा व्यवहारों और ओवर-रिफ्यूज़ल (over-refusal) दरों को विशिष्ट रूप से कैसे प्रभावित करते हैं।
यह शोध पत्र प्रोस्पेक्टशन-गाइडेड रिट्रीवल (PGR) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो भविष्य के सिम्युलेटेड चरणों को रिट्रीवल प्रोब्स के रूप में उपयोग करके संवाद प्रणालियों में लॉन्ग-होरिजन पर्सनलाइजेशन को बढ़ाता है ताकि उन प्रासंगिक उपयोगकर्ता स्मृतियों को खोजा जा सके जिन्हें मानक समानता-आधारित विधियाँ चूक जाती हैं, जिससे नए मेमोरीक्वेस्ट (MemoryQuest) बेंचमार्क पर रिकॉल और रिस्पॉन्स की गुणवत्ता में महत्वपूर्ण सुधार हुआ है।
यह शोध पत्र QOuLiPo को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो शास्त्रीय ग्रंथों को ग्राफ निरूपणों के माध्यम से न्यूट्रल-एटम क्वांटम प्रोसेसर पर मैप करता है ताकि एक संरचनात्मक कठोरता मीट्रिक (structural rigidity metric) को परिभाषित किया जा सके, स्केलेबल बेंचमार्क के रूप में इंजीनियर किए गए टेक्स्ट उत्पन्न किए जा सकें, और Pasqal FRESNEL हार्डवेयर पर उच्च-निष्ठा निष्पादन (high-fidelity execution) को प्रदर्शित किया जा सके।
GradShield एक सिद्धांतवादी फ़िल्टरिंग विधि है जो फाइनट्यूनिंग के दौरान एक 'फाइनट्यूनिंग इम्प्लिसिट हार्मफुलनेस स्कोर' की गणना करके हानिकारक डेटा की पहचान करने और उसे हटाने द्वारा लार्ज लैंग्वेज मॉडल्स को सुरक्षित करती है, जिससे उपयोगिता प्रदर्शन को बनाए रखते हुए 6% से कम अटैक सक्सेस रेट के साथ सुरक्षा संरेखण बना रहता है।
यह शोधपत्र PreFT को प्रस्तुत करता है, जो एक प्रीफिल-ओनली (prefill-only) फाइनट्यूनिंग दृष्टिकोण है जो इनपुट टोकन को प्रोसेस करने के बाद एडेप्टर्स को हटा देता है ताकि मॉडल के प्रदर्शन पर न्यूनतम प्रभाव के साथ मल्टी-यूज़र सर्विंग थ्रूपुट में उल्लेखनीय सुधार किया जा सके, जो पारंपरिक पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग विधियों की तुलना में एक बेहतर सटीकता-थ्रूपुट ट्रेड-ऑफ प्रदान करता है।
यह शोध पत्र पेयरवाइज़ रैंकिंग प्रॉम्प्टिंग (PRP) को एक एक्टिव लर्निंग समस्या के रूप में पुनर्गठित करता है ताकि एक शोर-रोधी (noise-robust) रीरैंकिंग फ्रेमवर्क विकसित किया जा सके जो सिंगल-कॉल रैंडमाइज्ड-डायरेक्शन ओरैकल का उपयोग करके टॉप-K रैंकिंग दक्षता में सुधार करता है और पोजीशन बायस को कम करता है।
यह शोध पत्र BEA 2026 साकुरा (Sakura) साझा कार्य के लिए विकसित शब्दावली कठिनाई भविष्यवाणी के दो मॉडल प्रस्तुत करता है: एक उच्च-सटीक ब्लैक-बॉक्स एलएलएम (LLM) जिसने शीर्ष परिणाम प्राप्त किए और एक व्याख्यात्मक मॉडल जो वर्तनी और परीक्षण निर्माण जैसे कारकों में अंतर्दृष्टि प्रदान करता है और बेसलाइन एनकोडर्स से बेहतर प्रदर्शन करता है।
MetaMoE एक गोपनीयता-संरक्षण ढांचा है जो सार्वजनिक प्रॉक्सी डेटा के विविधता-जागरूक चयन का लाभ उठाकर स्वतंत्र रूप से प्रशिक्षित, डोमेन-विशिष्ट विशेषज्ञों को एक एकल मिक्स्चर-ऑफ-एक्सपर्ट्स मॉडल में एकीकृत करता है ताकि संवेदनशील क्लाइंट डेटा तक पहुँच बनाए बिना निजी वितरण का अनुमान लगाया जा सके और विशेषज्ञ शिक्षण को समन्वित किया जा सके।
यह शोध पत्र तर्क देता है कि वेब एजेंटों को प्रॉम्प्ट इंजेक्शन जोखिमों को कम करने के लिए डिफ़ॉल्ट ReAct दृष्टिकोण के बजाय "योजना-फिर-निष्पादन" (plan-then-execute) प्रतिमान को अपनाना चाहिए, और यह दावा करता है कि इस बदलाव में प्राथमिक बाधा एआई मॉडलिंग की सीमाएं नहीं बल्कि टाइप किए गए, सिमेंटिक वेबसाइट एपीआई का अभाव है।