10551 पेपर
TextSeal एक अत्याधुनिक, विरूपण-मुक्त (distortion-free) LLM वॉटरमार्किंग योजना है जो डुअल-की जनरेशन और मल्टी-रीजन लोकलाइजेशन के माध्यम से मजबूत प्रोवेनेंस डिटेक्शन और डिस्टिलेशन सुरक्षा सुनिश्चित करती है, और यह सब आउटपुट गुणवत्ता को बनाए रखते हुए और बिना इन्फरेंस ओवरहेड के सर्विंग ऑप्टिमाइजेशन को सपोर्ट करते हुए किया जाता है।
यह शोध पत्र 'अट्रैक्टर मॉडल्स' (Attractor Models) को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो लेटेंट रिप्रेजेंटेशन्स में फिक्स्ड पॉइंट्स को हल करने के लिए इम्प्लिसिट डिफरेंशिएशन का उपयोग करता है, जिससे स्थिर, अनुकूलन योग्य पुनरावृत्ति परिशोधन (iterative refinement) सक्षम होता है जो कम कम्प्यूटेशनल लागत के साथ बेहतर लैंग्वेज मॉडलिंग और रीजनिंग प्रदर्शन प्राप्त करता है और कुशल इन्फरेंस के लिए इक्विलिब्रियम स्टेट्स को आंतरिक रूप से आत्मसात करने की अनूठी क्षमता रखता है।
KV-Fold एक सरल, प्रशिक्षण-मुक्त लॉन्ग-कॉन्टेक्स्ट इन्फरेंस प्रोटोकॉल है जो KV कैश को लेफ्ट-फोल्ड एक्यूमुलेटर के रूप में मानता है ताकि बिना किसी मॉडल रिट्रेनिंग या आर्किटेक्चरल बदलाव के गहरी श्रृंखलाओं (deep chains) में स्थिर, मेमोरी-कुशल अनुक्रम प्रसंस्करण (sequence processing) को सक्षम किया जा सके।
यह शोध पत्र स्पार्स मिक्स्चर-ऑफ़-एक्सपर्ट्स मॉडल्स में राउटरों और विशेषज्ञों के बीच एक मौलिक ज्यामितीय युग्मन (geometric coupling) को प्रकट करता है जहाँ मेल खाते दिशाएँ साझा टोकन इतिहास को संचित करती हैं, जो यह प्रदर्शित करता है कि इस युग्मन को सहायक लोड-बैलेंसिंग लॉस द्वारा बाधित किया जाता है लेकिन बेहतर लोड बैलेंसिंग प्राप्त करने के लिए एक पैरामीटर-मुक्त K-मीन्स राउटर द्वारा इसे प्रभावी ढंग से पुनरुत्पादित किया जा सकता है।
MEME बेंचमार्क यह प्रकट करता है कि वर्तमान LLM-आधारित एजेंट, पर्याप्त स्टैटिक रिट्रीवल के बावजूद, कैस्केड, एब्सेंस और डिलीशन अपडेट जैसे मल्टी-एंटिटी डिपेंडेंसी रीजनिंग कार्यों में मौलिक रूप से विफल रहते हैं, और अत्यधिक लागत के कारण व्यावहारिक समाधान अभी भी मायावी बने हुए हैं।
यह शोध पत्र LongMemEval-V2 को प्रस्तुत करता है, जो 451 क्यूरेटेड प्रश्नों और विस्तृत इतिहास प्रक्षेप पथों (history trajectories) के माध्यम से विशिष्ट वेब वातावरणों के लिए दीर्घकालिक एजेंट मेमोरी का मूल्यांकन करने के लिए डिज़ाइन किया गया एक व्यापक बेंचमार्क है, जो यह प्रदर्शित करता है कि एक फ़ाइल-आधारित कोडिंग एजेंट दृष्टिकोण (AgentRunbook-C) सटीकता में RAG बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है और साथ ही प्रदर्शन और विलंबता (latency) के बीच चल रहे समझौते को भी उजागर करता है।
यह शोध पत्र "एन्थोलॉजी" (Anthology) प्रस्तुत करता है, जो वर्चुअल पेर्सोना (virtual personas) बनाने के लिए बड़े भाषा मॉडलों (large language models) को मुक्त-अंत वाले जीवन वृत्तांतों (open-ended life narratives/backstories) पर आधारित करने की एक विधि है, जो तीन राष्ट्रीय स्तर के सर्वेक्षणों में मानवीय प्रतिक्रिया वितरण और प्रयोगात्मक निरंतरता के मिलान में महत्वपूर्ण सुधार प्रदर्शित करता है।
यह शोध पत्र एक पदानुक्रमित सांख्यिकीय मॉडल (hierarchical statistical model) प्रस्तावित करता है जो LLM बेंचमार्किंग में सैंपलिंग वेरिएंस (sampling variance) को संबोधित करने के लिए कई पीढ़ियों (multiple generations) का लाभ उठाता है, जिससे स्कोर की सटीकता में सुधार होता है, सूक्ष्म-स्तरीय प्रॉम्प्ट-स्तर का कठिनाई विश्लेषण सक्षम होता है, और डेटा विज़ुअलाइज़ेशन के माध्यम से बेंचमार्क गुणवत्ता नियंत्रण की सुविधा मिलती है।
यह शोध पत्र प्रॉम्पटिंग की चुनौतियों की जांच इसे सीक्वेंस प्रेडिक्टर्स (sequence predictors) पर इष्टतम कंडीशनिंग सीक्वेंस खोजने के रूप में रूपायित करते हुए करता है, जो नियंत्रित प्रयोगों और फ्रंटियर मॉडल विश्लेषण के माध्यम से यह प्रकट करता है कि इष्टतम प्रॉम्प्ट अक्सर गैर-सहज होते हैं, गहन खोज के साथ भी उन्हें पहचानना कठिन होता है, और मानक प्रदर्शन-आधारित विधियों का उपयोग करने पर अक्सर उप-इष्टतम होते हैं।
यह शोध पत्र LLM-FE को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो टैबुलर डेटा के लिए प्रभावी फीचर ट्रांसफॉर्मेशन प्रोग्रामों की पुनरावृत्ति से खोज करने हेतु लार्ज लैंग्वेज मॉडल्स के साथ इवोल्यूशनरी सर्च को जोड़ता है, जिससे यह डोमेन ज्ञान और डेटा-संचालित फीडबैक का बेहतर लाभ उठाकर मौजूदा ऑटोमेटेड फीचर इंजीनियरिंग विधियों से बेहतर प्रदर्शन करता है।