10697 पेपर
यह शोध पत्र FLAS को प्रस्तुत करता है, जो एक फ्लो-आधारित एक्टिवेशन स्टीयरिंग विधि है जो मॉडल एक्टिवेशन को ट्रांसपोर्ट करने के लिए एक सामान्य, कॉन्सेप्ट-कंडीशन्ड वेलोसिटी फील्ड को सीखता है, जिससे यह पूर्ववर्ती दृष्टिकोणों की प्रतिबंधात्मक धारणाओं को दूर करते हुए AxBench पर मौजूदा स्टीयरिंग तकनीकों और इन-कॉन्टेक्स्ट प्रॉम्प्टिंग दोनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र LOVER को प्रस्तुत करता है, जो एक अनसुपरवाइज्ड (unsupervised) वेरीफायर है जो बिना किसी महंगी सुपरवाइज्ड डेटा के, ऑफ-द-शेल्फ (off-the-shelf) LLMs से मजबूत तर्क प्राप्त करने के लिए रीजनिंग पाथ्स पर तार्किक बाधाओं का लाभ उठाता है, और सुपरवाइज्ड बेसलाइन्स के समान प्रदर्शन प्राप्त करता है।
यह शोध पत्र TextPro-SLM का प्रस्ताव करता है, जो एक स्पीच लार्ज लैंग्वेज मॉडल है जो एक एकीकृत एनकोडर के माध्यम से बोले गए इनपुट को प्रोसेस करके मोडैलिटी गैप को कम करता है जो टेक्स्ट टोकन को प्रोसोडी एम्बेडिंग्स के साथ संरेखित करता है, जिससे यह मॉडल केवल 1,000 घंटों के प्रशिक्षण डेटा का उपयोग करके मजबूत पैरालिंग्विस्टिक समझ के साथ एक प्रोसोडी-अवेयर टेक्स्ट LLM के रूप में कार्य करने में सक्षम होता है।
यह शोध पत्र नियर-पॉलिसी डिस्टिलेशन (NPD) का प्रस्ताव करता है, जो एक एसिंक्रोनस फ्रेमवर्क है जो जनरेशन को ट्रेनिंग से अलग करके और पॉलिसी विलंब (policy delay) को कम करने के लिए -IFD फ़िल्टरिंग का उपयोग करके ऑन-पॉलिसी नॉलेज डिस्टिलेशन को तेज़ करता है, जिससे मानक SFT और बड़े मॉडलों की तुलना में 8.1 गुना गति और बेहतर प्रदर्शन प्राप्त होता है।
यह शोधपत्र MobileEgo Anywhere को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो निरंतर अवस्था ट्रैकिंग (persistent state tracking) के साथ बड़े पैमाने पर, एक घंटे लंबे ईगोसेंट्रिक डेटासेट के संग्रह को लोकतांत्रिक बनाने के लिए सामान्य स्मार्टफोन का लाभ उठाता है, जिससे विजन लैंग्वेज एक्शन मॉडल्स को आगे बढ़ाने के लिए आवश्यक दीर्घ-क्षितिज (long-horizon) डेटा की कमी को दूर किया जा सके।
यह शोध पत्र PCNET को प्रस्तुत करता है, जो एक संभाव्य सर्किट-आधारित विधि है जो LLM के रेसिडुअल स्ट्रीम (residual stream) में ज्यामितीय विसंगतियों (geometric anomalies) के रूप में मतिभ्रम (hallucinations) का पता लगाती है ताकि PC-LDCD के माध्यम से गतिशील, लक्षित हस्तक्षेप को सक्षम किया जा सके, जिससे मॉडल वेट संशोधनों या बाहरी सत्यापनकर्ताओं की आवश्यकता के बिना, सही जनरेशन की अखंडता को बनाए रखते हुए मतिभ्रम को काफी हद तक कम किया जा सके।
TheraAgent एक स्व-सुधारित एजेंटिक फ्रेमवर्क है जो उपचार योजना को बेहतर बनाने के लिए वन-शॉट (one-shot) LLM जनरेशन को एक पुनरावृत्त जनरेट-जज-रिफाइन (generate-judge-refine) पाइपलाइन से बदल देता है, जिसमें एक विशेषीकृत TheraJudge मॉड्यूल का उपयोग किया जाता है ताकि विशेषज्ञ मूल्यांकन में मानव चिकित्सकों से भी बेहतर सटीकता, पूर्णता और सुरक्षा प्राप्त की जा सके।
यह शोध पत्र सेफ्टी बॉटलनेक रेगुलराइजेशन (SBR) का प्रस्ताव करता है, जो एक नवीन रक्षा तंत्र है जो अनएम्बेडिंग लेयर को सुरक्षा-संरेखित मॉडलों के साथ स्थिर करता है, जिससे ज्यामितीय बॉटलनेक्स का लाभ उठाकर हानिकारक फाइन-ट्यूनिंग हमलों को प्रभावी रूप से निष्प्रभावी किया जाता है और बेंइन टास्क प्रदर्शन से समझौता किए बिना सुरक्षा बनाए रखी जाती है।
PersonaKit एक ओपन-सोर्स, लो-लेटेंसी वेब प्लेटफॉर्म है जो शोधकर्ताओं को सहज JSON कॉन्फ़िगरेशन और स्वचालित A/B टेस्टिंग के माध्यम से फुल-डुप्लेक्स स्पोकन डायलॉग सिस्टम्स में विविध, पर्सोना-विशिष्ट टर्न-टेकिंग रणनीतियों को तेजी से प्रोटोटाइप करने और मूल्यांकन करने में सक्षम बनाता है।
यह अध्ययन HPSG औपचारिकता और विविधता मेट्रिक्स का उपयोग करते हुए मानव-लिखित समाचार पाठ के विरुद्ध LLMs की दो पीढ़ियों की तुलना करता है, जिससे यह पता चलता है कि जहाँ मानव लेखन स्थिर बना हुआ है, वहीं नए निर्देश-ट्यून किए गए मॉडल महत्वपूर्ण रूप से कम वाक्यात्मक और शाब्दिक विविधता प्रदर्शित करते हैं, जो बेहतर सुसंगतता के बावजूद अभिव्यक्ति की संभावित संकुचित सीमा का सुझाव देता है।