10792 पेपर
यह शोध पत्र DocQAC को प्रस्तुत करता है, जो एक नवीन एडेप्टिव ट्राइ-गाइडेड डिकोडिंग फ्रेमवर्क है जो दस्तावेज़-विशिष्ट संदर्भ और एक एडेप्टिव पेनल्टी मैकेनिज्म का लाभ उठाकर इन-डॉक्यूमेंट क्वेरी ऑटो-कम्प्लीशन में बड़े इंस्ट्रक्शन-ट्यून्ड मॉडल्स से बेहतर प्रदर्शन करता है और साथ ही अधिक दक्षता और स्केलेबिलिटी प्रदान करता है।
यह शोध पत्र प्रदर्शित करता है कि भाषा मॉडल अपने एक्टिवेशन्स (activations) के भीतर तर्क संबंधी चरणों के महत्व का एक आंतरिक, सामान्यीकरण योग्य प्रतिनिधित्व समाहित करते हैं, जो यह प्रकट करता है कि मॉडल के आंतरिक भाग का विश्लेषण करना सतही स्तर के टोकन विश्लेषण की तुलना में तर्क प्रक्रियाओं के बारे में अधिक गहरी अंतर्दृष्टि प्रदान करता है।
यह शोध पत्र तर्क देता है कि मानव समझ को बेहतर समर्थन देने के लिए प्राकृतिक भाषा AI स्पष्टीकरणों को एक कथात्मक संरचना (नैरेटिव स्ट्रक्चर) अपनानी चाहिए, चार प्रमुख आयामों में कथात्मक गुणवत्ता का मूल्यांकन करने के लिए सात नए स्वचालित मेट्रिक्स का प्रस्ताव करता है, और मानक फीचर सूचियों से परे XAI आउटपुट की व्याख्यात्मक शक्ति में सुधार करने के लिए पीढ़ी संबंधी नियम (जेनरेशन रूल्स) पेश करता है।
यह शोध पत्र FregeLogic प्रस्तुत करता है, जो SemEval-2026 टास्क 11 के लिए एक हाइब्रिड न्यूरो-सिंबोलिक सिस्टम है जो सिलोगिस्टिक वैधता भविष्यवाणी में कंटेंट-बायस्ड त्रुटियों को हल करने के लिए LLMs के एक एनसेंबल को Z3 SMT सॉल्वर के साथ जोड़ता है, जिससे 94.3% सटीकता प्राप्त होती है और विवादित मामलों पर लक्षित औपचारिक सत्यापन के माध्यम से कंटेंट इफेक्ट मेट्रिक को महत्वपूर्ण रूप से कम किया जाता है।
HiGMem एक पदानुक्रमित (hierarchical), LLM-निर्देशित मेमोरी सिस्टम है जो इवेंट सारांशों को सिमेंटिक एंकर के रूप में उपयोग करके दीर्घकालिक संवादात्मक एजेंटों में सुधार करता है ताकि संक्षिप्त, उच्च-परिशुद्धता वाले साक्ष्य सेट प्राप्त किए जा सकें, जो बहुत कम संवाद टर्नों को पुनः प्राप्त करते हुए LoCoMo10 बेंचमार्क पर मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र StepPO प्रस्तुत करता है, जो एक ऐसा ढांचा है जो अनुकूलन प्रतिमान (optimization paradigm) को टोकन-स्तर से स्टेप-स्तर के मार्कोव निर्णय प्रक्रियाओं (Markov Decision Processes) में स्थानांतरित करके एजेंटिक सुदृढीकरण लर्निंग (Agentic Reinforcement Learning) को उन्नत करता है, जिससे नीति अपडेट और क्रेडिट असाइनमेंट को एजेंट के निर्णयों की स्वाभाविक सूक्ष्मता (granularity) के साथ संरेखित किया जा सके ताकि मल्टी-टर्न इंटरैक्शन, स्पार्स रिवार्ड्स और जटिल टूल उपयोग को बेहतर ढंग से संभाला जा सके।
यह शोध पत्र LLMs में गतिशील मध्य-पीढ़ी परित्याग (dynamic mid-generation abstention) के लिए एक सिद्धांत-आधारित सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि जब अनिश्चित तर्क पथों (reasoning traces) का अनुमानित मूल्य उनके कंप्यूट-सूचना ट्रेड-ऑफ थ्रेशोल्ड से नीचे गिर जाता है, तो उन्हें समाप्त करने से मौजूदा विधियों की तुलना में चयनात्मक सटीकता और दक्षता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र ESsEN को प्रस्तुत करता है, जो एक संक्षिप्त और पैरामीटर-कुशल टू-टावर विजन-लैंग्वेज ट्रांसफॉर्मर है जो पारंपरिक कनवल्शनल नेटवर्क का लाभ उठाता है और बड़े मॉडलों की तुलना में कम-संसाधन वाले परिवेशों में बेहतर प्रदर्शन प्रदर्शित करता है।
WorldDB एक नवीन वेक्टर ग्राफ-ऑफ-वर्ल्ड्स मेमोरी इंजन है जो पुनरावर्ती, कंटेंट-एड्रेसड नोड्स और प्रोग्रामेटिक, राइट-टाइम एज हैंडलर्स का उपयोग करता है ताकि विरोधाभासों को सुलझाया जा सके और ऑडिट ट्रेल्स बनाए रखे जा सकें, जिससे पारंपरिक रिट्रीवल-ऑगमेंटेड जनरेशन सिस्टम की विखंडन और पहचान संबंधी सीमाओं को पार करते हुए लॉन्ग-टर्म एजेंटिक मेमोरी बेंचमार्क पर अत्याधुनिक सटीकता (96.40%) प्राप्त की जा सके।
एडवर्सरियल ह्यूमैनिटीज बेंचमार्क यह प्रकट करता है कि फ्रंटियर एआई मॉडल में शैलीगत सुदृढ़ता (stylistic robustness) का अभाव है, क्योंकि जब हानिकारक प्रॉम्प्ट्स को मानविकी-शैली के रूपांतरणों के माध्यम से छिपाया जाता है, तो सुरक्षा संबंधी इनकार (safety refusals) महत्वपूर्ण रूप से विफल हो जाते हैं, जिसके परिणामस्वरूप 55.75% का अटैक सक्सेस रेट प्राप्त होता है और गैर-हानिकारक होने (non-maleficence) की गहरी समझ में एक महत्वपूर्ण अंतराल उजागर होता है।