9623 पेपर
यह शोध पत्र एक नवीन ढांचे और एक विशेष उद्धरण उद्देश्य वर्गीकरण (citation purpose taxonomy) का प्रस्ताव करता है ताकि यह मात्रात्मक रूप से मूल्यांकन किया जा सके कि अंतर्विषयक (interdisciplinary) एनएलपी प्रकाशन अन्य विषयों के विचारों के साथ कितनी सार्थक रूप से जुड़ते हैं और उन्हें शामिल करते हैं, जो मौजूदा कम्प्यूटेशनल मेट्रिक्स की सीमाओं को संबोधित करता है।
OmniMoE एक सिस्टम-एल्गोरिदम सह-डिज़ाइन किया गया फ्रेमवर्क है जो कार्टेशियन प्रोडक्ट राउटर और एक्सपर्ट-सेंट्रिक शेड्यूलिंग जैसे नवीन घटकों के माध्यम से मिक्सचर-ऑफ-एक्सपर्ट्स ग्रैनुलैरिटी को वेक्टर स्तर तक बढ़ाकर उच्च सटीकता और महत्वपूर्ण इन्फरेंस स्पीडअप दोनों प्राप्त करता है।
यह शोध पत्र GameDevBench प्रस्तुत करता है, जो गेम डेवलपमेंट में एजेंटिक क्षमताओं के मूल्यांकन के लिए पहला बेंचमार्क है, जिसमें 333 जटिल मल्टीमॉडल कार्यों के माध्यम से यह खुलासा किया गया है कि वर्तमान एजेंट विजुअल एसेट मैनिपुलेशन (दृश्य संपत्ति हेरफेर) में संघर्ष करते हैं, जबकि यह भी प्रदर्शित किया गया है कि सरल विजुअल फीडबैक तंत्र उनके प्रदर्शन में महत्वपूर्ण सुधार कर सकते हैं।
यह शोध पत्र लूम (Loom) का परिचय देता है, जो एक सहायक लेखन ढांचा है जो कथाशास्त्र (narratology) पर आधारित एक तीन-स्तरीय पाइपलाइन का उपयोग करके मूल कथानक संरचना को बदले बिना कहानी के चित्रण को सटीक रूप से नियंत्रित करता है और कथात्मक निष्ठा (narrative fidelity) एवं वर्णनात्मक तीव्रता (descriptive intensity) के बीच के द्वंद्व को हल करता है।
यह शोध पत्र संवादात्मक अनुशंसा प्रणालियों (कन्वर्सेशनल रेकमेंडर सिस्टम्स) के लिए एलएलएम-आधारित उपयोगकर्ता सिम्युलेटर्स में प्रॉम्प्ट्स को स्वचालित रूप से अनुकूलित करने के लिए एक बहु-उद्देश्यीय ढांचे का प्रस्ताव करता है, जो मानव अंतःक्रिया पैटर्न के साथ संरेखण में सुधार करते हुए मूल्यांकन लागत, डेटा की कमी और व्यवस्थित पूर्वाग्रहों से संबंधित चुनौतियों को प्रभावी ढंग से संबोधित करता है।
यह शोध पत्र व्यवहार नियंत्रण के लिए स्टीयरिंग वेक्टर्स (steering vectors) के माध्यम से उनके लेटेंट स्पेस (latent spaces) का उपयोग करने और आउटपुट विश्वसनीयता के लिए लेटेंट स्पेस-आधारित कैलिब्रेटर्स (latent space-based calibrators) के माध्यम से उनके लेटेंट स्पेस का लाभ उठाने की विधियों का प्रस्ताव करके लार्ज लैंग्वेज मॉडल्स (large language models) में नियंत्रण और विश्वास की बढ़ती आवश्यकता को संबोधित करता है।
यह शोध पत्र मिस्र और इराकी अरबी के सांस्कृतिक और समाजभाषाई ज्ञान पर फ्रंटियर एलएलएम (LLMs) को बेंचमार्क करने के लिए मूल-भाषी विषय विशेषज्ञों (SMEs) का उपयोग करते हुए एक क्रॉस-इवैल्यूएशन फ्रेमवर्क पेश करता है, जो यह प्रकट करता है कि जहाँ स्वचालित जज व्यवस्थित उदारता प्रदर्शित करते हैं और अंतर्निहित सांस्कृतिक तर्क में संघर्ष करते हैं, वहीं मॉडल इराकी कार्यों की तुलना में मिस्र के कार्यों पर काफी बेहतर प्रदर्शन करते हैं, हालांकि यह अंतर मानव ग्रेडर की उदारता के अंतर से प्रभावित है।
यह शोध पत्र प्रकट करता है कि GRPO, Dr. GRPO, और DAPO अलग-अलग विधियाँ नहीं हैं, बल्कि एक ही अंतर्निहित तंत्र के तीन विशिष्ट विन्यास (configurations) हैं: बाइनरी रिवॉर्ड्स का ग्रुप स्टैंडर्ड डेविएशन, जो प्रशिक्षण अपडेट के परिमाण को निर्देशित करता है और यह निर्धारित करता है कि कौन सी समस्याएँ प्रभावी रूप से सीखने में योगदान देती हैं।
यह शोध पत्र ओपन किपु रिपॉजिटरी (Open Khipu Repository) पर लागू एक पुनरुत्पादक मशीन-लर्निंग पाइपलाइन प्रस्तुत करता है जो अनिर्णयित इंका किपुओं को विशिष्ट संरचनात्मक समूहों में सफलतापूर्वक क्लस्टर करता है, उच्च सटीकता के साथ उनके उद्गम का वर्गीकरण करता है, डोरी के घुमाव की दिशा को एक प्रमुख शाही मार्कर के रूप में पहचानता है, और कलाकृतियों तक भौतिक पहुंच के बिना सांता वैली किपुओं की मोइटी (moiety) संरचना को कम्प्यूटेशनल रूप से मान्य करता है।
यह शोध पत्र यह प्रदर्शित करता है कि एलएलएम (LLM) एजेंटों के बीच लुईस सिग्नलिंग गेम्स (Lewis signaling games) में, स्थिर भाषा उद्भव प्राप्त करने के लिए चैनल क्षमता की तुलना में निरंतर स्मृति आर्किटेक्चर (जैसे कि निजी नोटबुक) अधिक महत्वपूर्ण हैं, क्योंकि वे उच्च-क्षमता वाले पतन (high-capacity collapse) को रोकते हैं और एजेंटों को विश्वसनीय समन्वय के लिए परंपराओं को बाह्य रूप देने (externalize) की अनुमति देते हैं।