10753 पेपर
यह शोधपत्र AgentFloor प्रस्तुत करता है, जो एक स्तरीय बेंचमार्क है और यह दर्शाता है कि छोटे ओपन-वेट मॉडल्स एजेंटिक वर्कफ़्लो में अधिकांश नियमित, शॉर्ट-होराइज़न टूल-यूज़ कार्यों को प्रभावी ढंग से संभाल सकते हैं, जिससे बड़े फ्रंटियर मॉडल्स को केवल जटिल लॉन्ग-होराइज़न प्लानिंग के लिए आरक्षित रखा जा सकता है और कम लागत पर तुलनीय समग्र प्रदर्शन प्राप्त किया जा सकता है।
यह शोध पत्र लंबे नैदानिक ग्रंथों (clinical texts) को संसाधित करने में टोकन लागत की चुनौती को संबोधित करने के लिए बजट-जागरूक रूटिंग को एक नैपसैक-प्रतिबंधित उपसमुच्चय चयन समस्या (knapsack-constrained subset selection problem) के रूप में तैयार करता है, एक मोनोटोन सबमॉड्यूलर उद्देश्य (RCD) का प्रस्ताव देता है और प्रयोगों के माध्यम से यह प्रदर्शित करता है कि सख्त लागत और विलंबता (latency) बाधाओं के तहत LLM जनरेशन प्रदर्शन को अनुकूलित करने के लिए सेलेक्टर का चुनाव और विविधता-जागरूक विधियाँ महत्वपूर्ण हैं।
MemRouter एक हल्का, एम्बेडिंग-आधारित राइट-साइड राउटर पेश करता है जो मेमोरी एडमिशन को उत्तर जनरेशन से अलग करता है, जिससे दीर्घकालिक संवादात्मक एजेंटों में ऑटोरेग्रेसिव LLM-आधारित मेमोरी प्रबंधकों की तुलना में बेहतर सटीकता और काफी कम विलंबता प्राप्त होती है।
यह शोधपत्र TokenUnlearn प्रस्तुत करता है, जो एक टोकन-स्तरीय एट्रिब्यूशन फ्रेमवर्क है जो ज्ञान- और एंट्रॉपी-जागरूक संकेतों के माध्यम से महत्वपूर्ण टोकन की पहचान करके और उन्हें चुनिंदा रूप से लक्षित करके बड़े भाषा मॉडलों में मशीन अनलर्निंग को बढ़ाता है, जिससे पारंपरिक अनुक्रम-स्तरीय विधियों की तुलना में विस्मरण प्रभावशीलता और उपयोगिता संरक्षण में सुधार होता है।
यह शोध पत्र यह पहचान करता है कि सत्यापन योग्य पुरस्कारों (RLVR) वाले मानक सुदृढीकरण अधिगम (reinforcement learning) उद्देश्य सही समाधानों के बीच संभाव्यता द्रव्यमान (probability mass) के वितरण के प्रति उदासीन होकर विविधता पतन (diversity collapse) की ओर ले जाते हैं, और वैध आउटपुट पर एक समान वितरण लागू करने के लिए यूनिफॉर्म-करेक्ट पॉलिसी ऑप्टिमाइज़ेशन (UCPO) का प्रस्ताव करता है, जिससे एकल-प्रयास सटीकता को बनाए रखते हुए मल्टी-सैंपल विविधता और कवरेज में पर्याप्त सुधार होता है।
यह शोध पत्र उन्नत बहुभाषी अनुवाद प्रौद्योगिकियों के विकास और वास्तविक दुनिया में तैनाती को रेखांकित करता है, जिसमें एक्सपो 2025 ओसाका में भाषा-बाधा मुक्त अनुभव प्राप्त करने के लिए चंक-आधारित विभाजन (chunk-based segmentation) और संदर्भ-जागरूक प्रसंस्करण (context-aware processing) के साथ समवर्ती व्याख्या प्रणाली शामिल है।
यह शोध पत्र रिइन्फोर्स्ड मोड रेगुलेशन (RMR) का प्रस्ताव करता है, जो एक हल्का ऑनलाइन हस्तक्षेप है जो ट्रांसफॉर्मर वैल्यू कैश पर ज्यामितीय डैम्पिंग (geometric damping) लागू करके LLM मोड कोलैप्स को संबोधित करता है, जिससे मानक डिकोडिंग विधियों की तुलना में काफी कम एंट्रॉपी दरों पर स्थिर, उच्च-गुणवत्ता वाली पीढ़ी सक्षम होती है।
यह अध्ययन प्रदर्शित करता है कि कार्य की शब्दावली (task phrasing) बड़े भाषा मॉडलों में पूर्वधारणाओं के निर्माण को महत्वपूर्ण रूप से प्रभावित करती है, जो इटरेटेड प्रिज़नर्स डिलेमा जैसे निर्णय लेने वाले कार्यों में उनकी अनुकूलन क्षमता और तार्किक तर्क को प्रभावित करती है, जिससे सुरक्षा और विश्वसनीयता सुनिश्चित करने के लिए तटस्थ शब्दावली की महत्वपूर्ण आवश्यकता रेखांकित होती है।
यह शोध पत्र जनरेट किए गए टेक्स्ट से प्रॉम्प्ट-निर्दिष्ट भूमिकाओं का अनुमान लगाकर मानव-मशीन सहजीवन के भीतर एआई की अंतर्निहित कार्यात्मक भूमिका (जैसे सहायक संपादन या रचनात्मक सृजन) का पता लगाने और उसे पुनः प्राप्त करने के लिए एक कार्यप्रणाली प्रस्तावित करता है, जिससे एआई भागीदारी की पारदर्शिता और निष्पक्षता के नैतिक अनुसंधान में सहायता मिलती है।
यह शोधपत्र ReLay को प्रस्तुत करता है, जो स्वास्थ्य अनुसंधान के लिए LLM-जनित व्यक्तिगत सरल-भाषा सारांशों का मूल्यांकन करने वाला एक डेटासेट है, जो यह दर्शाता है कि जबकि वैयक्तिकरण (personalization) बोधगम्यता और कथित गुणवत्ता में सुधार करता है, यह साथ ही पूर्वाग्रहों और मतिभ्रम (hallucinations) के जोखिमों को भी बढ़ाता है, जो प्रभावशीलता और सुरक्षा के बीच एक महत्वपूर्ण समझौते (trade-off) को रेखांकित करता है।