10789 पेपर
यह शोध पत्र वेरिएबल-साइज़ सेल्फ-कंटेन्ड ब्लॉक्स (VSB) का प्रस्ताव करता है, जो डिस्क्रीट डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक ऐसी विधि है जो भविष्य के संदर्भ के साथ और उसके बिना की गई भविष्यवाणियों के बीच विचलन को मापकर इष्टतम डिकोडिंग ब्लॉक सीमाओं का चयन करती है ताकि भविष्यवाणात्मक निरंतरता सुनिश्चित की जा सके और समयपूर्व टोकन प्रतिबद्धता को रोका जा सके।
यह शोध पत्र शेड्यूलिंग-स्ट्रक्चरल-लॉजिकल (SSL) प्रतिनिधित्व प्रस्तुत करता है, जो एजेंट कौशल के लिए एक नवीन संरचित ढांचा है जो शेड्यूलिंग, निष्पादन और तार्किक साक्ष्य को अलग करता है ताकि स्किल डिस्कवरी और रिस्क असेसमेंट कार्यों में टेक्स्ट-ओनली बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन किया जा सके।
एजेंटपल्स (AgentPulse) एक निरंतर, बहु-संकेत मूल्यांकन ढांचे को पेश करता है जो वास्तविक तैनाती परिदृश्यों में एआई एजेंटों के प्रदर्शन और प्रभाव का समग्र मूल्यांकन प्रदान करने के लिए एडॉप्शन (adoption), कम्युनिटी और इकोसिस्टम स्रोतों से रीयल-टाइम डेटा को एकत्रित करके स्टेटिक बेंचमार्क का पूरक बनता है।
यह शोध पत्र यह पहचानता है कि विभिन्न टेबल सीरियलाइजेशन फॉर्मेट (जैसे CSV या HTML) असंगत रिट्रीवल परिणाम उत्पन्न करते हैं और सेंट्रॉइड-एवरेज्ड रिप्रेजेंटेशन और सिंगल-फॉर्मेट एम्बेडिंग्स को एक स्थिर, फॉर्मेट-इनवेरिएंट सिमेंटिक सिग्नल के साथ संरेखित करने के लिए एक लाइटवेट एडॉप्टर का उपयोग करके मजबूती में सुधार करने की एक विधि प्रस्तावित करता है।
यह शोध पत्र रिपोर्ट करता है कि जहाँ Gemma 3 4B पर लेबल-एन्ट्रॉपी कोलैप्स (label-entropy collapse) के कारण सेल्फ-कंसिस्टेंसी (self-consistency) को वर्बल कॉन्फिडेंस (verbal confidence) में डिस्टिल करने का एक प्री-रजिस्टर्ड प्रयास विफल रहा, वहीं एक बाद के पोस्ट-हॉक रेस्क्यू ट्रेनिंग (post-hoc rescue training) ने अनफिल्टर्ड डेटा पर उच्च-सटीकता वाले सेल्फ-कंसिस्टेंसी सिग्नल्स को एक सिंगल-पास रीडआउट (single-pass readout) में सफलतापूर्वक संकुचित किया, जिसका AUROC2 0.774 था, जो यह प्रदर्शित करता है कि प्रभावी कॉन्फिडेंस कैलिब्रेशन के लिए लेबल एन्ट्रॉपी को बनाए रखना महत्वपूर्ण है।
यह शोध पत्र यह प्रदर्शित करता है कि LLM जजों का कॉन्फ़िगरेशन, विशेष रूप से प्रॉम्प्ट की शब्दावली, सुरक्षा बेंचमार्क में मापन विचलन (measurement variance) का एक पर्याप्त और पूर्व में कम जांचा गया स्रोत है, जो हानिकारक-प्रतिक्रिया दरों में महत्वपूर्ण बदलाव और मॉडल सुरक्षा रैंकिंग में अस्थिरता का कारण बनता है।
यह शोध पत्र अंतर्निहित ब्रिजिंग अनुमानों (bridging inferences) को संरचित ज्ञान ग्राफ के रूप में मॉडल करके लार्ज लैंग्वेज मॉडल व्यक्तित्वों (LLM personas) की खोज के लिए एक नवीन ढांचे का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि विमर्श-स्तरीय अर्थ संबंधी सुसंगतता (discourse-level semantic coherence), पारंपरिक सतही-स्तरीय शाब्दिक या शैलीगत संकेतों की तुलना में व्यक्तित्व पहचान के लिए अधिक सुदृढ़ और स्थिर आधार प्रदान करती है।
यह शोध पत्र एक नवीन मल्टी-टर्न जेलब्रेकिंग तकनीक प्रस्तुत करता है जो फ्रंटियर मॉडल्स के "सेफ कंप्लीशन" प्रतिमान का लाभ उठाते हुए उन्हें हानिरहित दिखने वाले इरादों से धोखे में डालकर हानिकारक आउटपुट उत्पन्न करता है, साथ ही "पारा-जेलब्रेकिंग" नामक एक नव-खोजे गए भेद्यता वर्ग की पहचान और समाधान भी करता है।
BiMol-Diff एक एकीकृत डिफ्यूजन फ्रेमवर्क है जो संरचनात्मक रूप से सूचनात्मक उप-संरचनाओं को संरक्षित करके टेक्स्ट-कंडीशन्ड मॉलिक्यूलर जनरेशन और मॉलिक्यूल कैप्शनिंग दोनों में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए एक टोकन-अवेयर नॉइज़ शेड्यूल का उपयोग करता है, जिससे यह मानक डिफ्यूजन और ऑटोरेग्रेसिव मॉडलों की सीमाओं को दूर करता है।
यह शोध पत्र DLM4G को प्रस्तुत करता है, जो एक ग्राफ-जागरूक अनुकूली नॉइज़िंग डिफ्यूजन फ्रेमवर्क है जो ग्राफ संरचनाओं के अनुरूप एक अनुकूली डिनोइज़िंग रणनीति का उपयोग करके ग्राफ-टू-सीक्वेंस जनरेशन के लिए तथ्यात्मक ग्राउंडिंग और संपादन संवेदनशीलता में मौजूदा ऑटोरेग्रेसिव और डिफ्यूजन बेसलाइनों से काफी बेहतर प्रदर्शन करता है।