10827 पेपर
यह शोधपत्र एक द्वैत-संवर्धन उत्पाद बंडलिंग पद्धति प्रस्तावित करता है जो एक डायनेमिक कॉन्सेप्ट बाइंडिंग मैकेनिज्म के माध्यम से ग्राफ-टू-टेक्स्ट प्रतिमान द्वारा इंटरैक्टिव ग्राफ लर्निंग और लार्ज लैंग्वेज मॉडल्स के बीच सेतु बनाता है, जो प्रभावी रूप से कोल्ड-स्टार्ट चुनौतियों का समाधान करता है और अत्याधुनिक बेसलाइनों की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्राप्त करता है।
यह शोध पत्र सोर्स-एट्रिब्यूटेड बीपीई (SA-BPE) को प्रस्तुत करता है, जो एक नियमितीकरण तकनीक (regularization technique) है जो मानक बीपीई प्रशिक्षण उद्देश्य को संशोधित करती है ताकि विविध डेटा स्रोतों के कारण होने वाले टोकन असंतुलन और ओवरफिटिंग को कम किया जा सके, जिससे इन्फरेंस दक्षता और सुरक्षा को बनाए रखते हुए कोड टोकनाइज़र में कम प्रशिक्षित टोकनों को कम किया जा सके।
यह शोधपत्र UI-Zoomer का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free) अनुकूली ज़ूम-इन फ्रेमवर्क है जो बिना किसी अतिरिक्त मॉडल प्रशिक्षण के, छोटे आइकनों और सघन लेआउट के लिए GUI ग्राउंडिंग सटीकता को महत्वपूर्ण रूप से सुधारने हेतु भविष्यवाणी अनिश्चितता (prediction uncertainty) के आधार पर इमेज क्रॉपिंग को गतिशील रूप से ट्रिगर और स्केल करता है।
यह शोधपत्र TREX प्रस्तुत करता है, जो एक ट्री-आधारित सर्च फ्रेमवर्क के भीतर रिसर्चर (Researcher) और एक्जीक्यूटर (Executor) मॉड्यूल के बीच सहयोग को व्यवस्थित करके, एक मल्टी-एजेंट सिस्टम के रूप में पूरे LLM ट्रेनिंग लाइफसाइकिल को स्वचालित करता है, और नए FT-Bench बेंचमार्क के माध्यम से इसकी प्रभावशीलता को प्रदर्शित करता है।
यह अध्ययन प्रदर्शित करता है कि जहाँ अलंकारिक प्रश्न लार्ज लैंग्वेज मॉडल (LLM) के निरूपणों (representations) के भीतर रैखिक रूप से विभाज्य और पता लगाने योग्य होते हैं, वहीं उनकी क्रॉस-डेटासेट स्थानांतरणीयता (cross-dataset transferability) एक एकल एकीकृत निरूपण के बजाय विभिन्न अलंकारिक संकेतों को पकड़ने वाले कई विशिष्ट रैखिक दिशाओं वाले एक जटिल एन्कोडिंग को प्रकट करती है।
यह शोध पत्र "वाइब-टेस्टिंग" (vibe-testing) के अनौपचारिक अभ्यास को—जहाँ उपयोगकर्ता व्यक्तिगत वर्कफ़्लो और व्यक्तिपरक मानदंडों के आधार पर LLMs का मूल्यांकन करते हैं—एक संरचित पाइपलाइन में औपचारिक रूप देता है जो व्यक्तिगत प्रॉम्प्ट्स को उपयोगकर्ता-जागरूक मूल्यांकन के साथ जोड़ता है, यह प्रदर्शित करते हुए कि यह दृष्टिकोण मॉडल प्राथमिकताओं को बदल सकता है और बेंचमार्क स्कोर एवं वास्तविक दुनिया की उपयोगिता के बीच के अंतर को बेहतर ढंग से पाट सकता है।
SpatialEvo 3D स्थानिक तर्क (spatial reasoning) के लिए एक स्व-विकसित (self-evolving) ढांचा है जो अनएनोटेटेड दृश्यों से शून्य-शोर वाला ग्राउंड ट्रुथ (zero-noise ground truth) उत्पन्न करने के लिए नियत ज्यामितीय वातावरण (Deterministic Geometric Environments) का लाभ उठाता है, जिससे एक सह-विकसित प्रश्नकर्ता-समाधानकर्ता (questioner-solver) नीति को त्रुटिपूर्ण मॉडल सर्वसम्मति के बजाय वस्तुनिष्ठ भौतिक फीडबैक के माध्यम से गतिशील रूप से सुधारने में सक्षम बनाया जा सके।
यह शोध पत्र एडवांटेज-ऑगमेंटेड पॉलिसी ऑप्टिमाइज़ेशन (AAPO) को प्रस्तुत करता है, जो एक नवीन सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) एल्गोरिदम है जो मार्जिन-आधारित अनुमान योजना और क्रॉस-एन्ट्रॉपी लॉस ऑप्टिमाइज़ेशन के माध्यम से ग्रुप रिलेटिव एडवांटेज एस्टीमेशन में प्रशिक्षण अक्षमताओं को संबोधित करके लार्ज लैंग्वेज मॉडल्स की तर्क क्षमताओं को बढ़ाता है।
यह शोध पत्र जॉइंट फ्लैशबैक अडैप्टेशन (Joint Flashback Adaptation) का प्रस्ताव करता है, जो एक टास्क-अग्नोस्टिक विधि है जो पुराने कार्यों के संकेतों ("फ्लैशबैक्स") के एक सीमित सेट को पेश करके और व्यापक रिप्ले डेटा पर निर्भर किए बिना सुचारू ज्ञान साझाकरण की सुविधा के लिए लेटेंट टास्क के इंटरपोलेशन के माध्यम से, इंक्रीमेंटल इंस्ट्रक्शन ट्यूनिंग के दौरान लार्ज लैंग्वेज मॉडल्स में होने वाले कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को कम करता है।
यह शोध पत्र SEW को प्रस्तुत करता है, जो एक स्व-विकसित (self-evolving) फ्रेमवर्क है जो जटिल कोड जनरेशन कार्यों के लिए मल्टी-एजेंट वर्कफ़्लो को स्वचालित रूप से उत्पन्न और अनुकूलित करता है, जिससे मैन्युअल रूप से डिज़ाइन किए गए प्रॉम्प्ट या टोपोलॉजी पर निर्भर किए बिना बेसलाइन मॉडलों की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्राप्त होता है।