10660 पेपर
यह शोधपत्र MELD को पेश करता है, जो AI-जनित टेक्स्ट के लिए एक मल्टी-टास्क डिटेक्टर है जो ऑक्सिलरी सुपरविजन, नॉलेज डिस्टिलेशन और हार्ड-नेगेटिव रैंकिंग का उपयोग करके हमलों, डोमेन शिफ्ट और अनदेखे जनरेटर्स के विरुद्ध मजबूती को बढ़ाता है, जिससे एक मानक बाइनरी डिटेक्टर की दक्षता बनाए रखते हुए बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र BLUE को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो व्याख्यात्मक पाठ्य उपयोगकर्ता प्रोफाइलों को विभेदात्मक विलुप्त एम्बेडिंग (discriminative latent embeddings) के साथ एकीकृत करता है, जिससे भाषा-आधारित प्रोफाइलों को एम्बेडिंग-स्पेस रिवॉर्ड संकेतों के साथ संरेखित करके ज़ीरो-शॉट अनुक्रमिक अनुशंसा (zero-shot sequential recommendation) और क्रॉस-डोमेन स्थानांतरण में बेहतर प्रदर्शन प्राप्त किया जाता है, साथ ही प्रश्न उत्तर के लिए व्यक्तिगत संदर्भ को भी बढ़ाया जाता है।
यह शोध पत्र GSM-SEM को प्रस्तुत करता है, जो एक स्टोकेस्टिक ढांचा (stochastic framework) है जो LLM मूल्यांकन में मेमोराइजेशन बायस (memorization bias) को कम करने के लिए अर्थपूर्ण रूप से विविध और तथ्यात्मक रूप से परिवर्तित बेंचमार्क वेरिएंट उत्पन्न करता है, जो इन गतिशील रूप से पुनर्जीवित डेटासेट पर परीक्षण किए जाने पर अत्याधुनिक मॉडलों के प्रदर्शन में महत्वपूर्ण गिरावट को प्रकट करता है।
यह शोध पत्र सेल्फ-कंसोलिडेटिंग लैंग्वेज मॉडल्स (SCoL) का प्रस्ताव करता है, जो एक पोस्ट-ट्रेनिंग फ्रेमवर्क है जो मेटा-रीइन्फोर्समेंट लर्निंग के माध्यम से स्पार्स, लेयर-विशिष्ट अपडेट निर्देशों को जेनरेट करके LLMs को अपने वेट्स में नए ज्ञान को निरंतर शामिल करने में सक्षम बनाता है, जिससे मौजूदा बेसलाइन्स की तुलना में सूचना प्रतिधारण (इन्फॉर्मेशन रिटेंशन) में सुधार होता है और इंटरफेरेंस कम होता है।
यह शोध पत्र यह प्रदर्शित करके अंग्रेजी-से-चीनी बेंचमार्क में एक समान "अनुवाद कर" (Translation Tax) की धारणा को चुनौती देता है कि स्कोर मुद्रास्फीति एक स्केलर प्रभाव नहीं है बल्कि विशिष्ट वैधता जोखिमों और मॉडल-परिवार अंतःक्रियाओं द्वारा संचालित एक जटिल, मद-निर्भर घटना है, और अंततः इन सूक्ष्म मुद्दों को संबोधित करने के लिए एक नया स्वाभाविककरण प्रोटोकॉल और रिपोर्टिंग चेकलिस्ट प्रस्तावित करता है।
यह शोध पत्र कंप्यूटर-उपयोग एजेंटों की परिनियोजन-आधारित विश्वसनीयता को बढ़ाने के लिए एक एकीकृत आर्किटेक्चर-लाइफसाइकिल फ्रेमवर्क प्रस्तावित करता है, जो उनके धारणा-निर्णय-निष्पादन स्तरों को निर्माण-परिनियोजन-संचालन-रखरखाव चरणों के साथ व्यवस्थित रूप से जोड़कर अधिकार जोखिम (authority exposure), विफलता मोड और नियंत्रण निरीक्षण को बेहतर ढंग से प्रबंधित करता है।
यह शोध पत्र MoLF को प्रस्तुत करता है, जो एक एकीकृत फाइन-ट्यूनिंग फ्रेमवर्क है जो स्थिर दृष्टिकोणों की संरचनात्मक सीमाओं को दूर करने के लिए ऑप्टिमाइज़र स्तर पर फुल फाइन-ट्यूनिंग और लो-रैंक अडैप्टेशन के बीच ग्रेडिएंट अपडेट को गतिशील रूप से रूट करता है, जिससे विविध कार्यों और मॉडल आकारों में बेहतर या तुलनीय प्रदर्शन प्राप्त होता है और साथ ही एक मेमोरी-कुशल संस्करण भी प्रदान किया जाता है।
यह शोध पत्र Region4Web प्रस्तुत करता है, जो एक ऐसा ढांचा है जो पदानुक्रमित अपघटन (hierarchical decomposition) और एक निरंतर PageDigest पाइपलाइन के माध्यम से वेब एजेंट अवलोकन को तत्व-स्तर (element-level) से कार्यात्मक क्षेत्र-स्तर (functional region-level) की सूक्ष्मता में पुनर्गठित करता है, जिससे विभिन्न LLM बैकबोन पर WebArena बेंचमार्क पर बेहतर कार्य सफलता दर और कम अवलोकन लंबाई प्राप्त होती है।
यह शोध पत्र डिस्टिलेशन थ्रू रीजनिंग पाथ कम्प्रेशन (D-RPC) का प्रस्ताव करता है, जो एक ऐसी विधि है जो शिक्षक (teacher) के तर्क (rationales) को पुन: प्रयोज्य उच्च-स्तरीय रीजनिंग पथों के एक गतिशील रूप से बनाए रखे गए बैंक तक सीमित करके बड़े से छोटे भाषा मॉडलों में ज्ञान हस्तांतरण में सुधार करती है, जिससे पर्यवेक्षण शोर (supervision noise) कम होता है और मौजूदा डिस्टिलेशन तकनीकों की तुलना में कई रीजनिंग बेंचमार्क पर बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र यह प्रदर्शित करता है कि वर्तमान अत्याधुनिक टेक्स्ट एम्बेडिंग (text embeddings) व्यापक उप-क्षेत्र स्तरों पर पर्याप्त प्रदर्शन करने के बावजूद सूक्ष्म शोध एजेंडों को पकड़ने में विफल रहती हैं, जो वैज्ञानिक रिट्रीवल-ऑगमेंटेड जनरेशन (retrieval-augmented generation) के लिए एक महत्वपूर्ण सीमा को उजागर करता है जिसे साइटेशन-आधारित संकेतों (citation-based signals) का लाभ उठाकर आंशिक रूप से संबोधित किया जा सकता है।