10949 पेपर
यह शोध पत्र SPASM को प्रस्तुत करता है, जो एक मॉड्यूलर फ्रेमवर्क है जिसमें विविध LLM बैकबोन के माध्यम से पर्सना ड्रिफ्ट (persona drift), रोल कन्फ्यूजन (role confusion) और इकोइंग (echoing) को प्रभावी ढंग से रोककर लॉन्ग-होरिज़न स्टेबिलिटी (long-horizon stability) को बढ़ाने के लिए एगोसेंट्रिक कॉन्टेक्स्ट प्रोजेक्शन (Egocentric Context Projection - ECP) का उपयोग किया गया है।
यह शोध पत्र \textsc{EthicMind} को प्रस्तुत करता है, जो एक जोखिम-सचेत ढांचा है जो अतिरिक्त मॉडल प्रशिक्षण की आवश्यकता के बिना, प्रत्येक मोड़ पर जोखिम और उपयोगकर्ता की भावना का संयुक्त रूप से विश्लेषण करके, संदर्भ-संवेदनशील प्रतिक्रियाएं उत्पन्न करने के लिए नैतिक मार्गदर्शन को भावनात्मक सामंजस्य के साथ गतिशील रूप से संरेखित करता है।
यह शोध पत्र प्रदर्शित करता है कि विज़न-लैंग्वेज मॉडल विज़ुअल एविडेंस को ग्राउंड करने में विफल होने पर 'परसेप्चुअल ब्लाइंडनेस' (perceptual blindness) का शिकार नहीं होते हैं, बल्कि एक 'आर्बिट्रेशन फेल्योर' (arbitration failure) का अनुभव करते हैं जहाँ सशक्त विज़ुअल एनकोडिंग मौजूद होने के बावजूद उसे पूर्व ज्ञान द्वारा ओवरराइड कर दिया जाता है, एक ऐसा अंतराल जिसे लक्षित अर्ली-लेयर इंटरवेंशन (early-layer interventions) के माध्यम से संबोधित किया जा सकता है।
यह शोध पत्र TRouter को प्रस्तुत करता है, जो एक टास्क-अवेयर (कार्य-जागरूक) LLM रूटिंग सिस्टम है जो विविध प्रशिक्षण डेटा उत्पन्न करने के लिए एक मल्टी-लेवल टास्क-प्रोफाइल-गाइडेड डेटा सिंथेसिस फ्रेमवर्क और लेटेंट टास्क-टाइप वेरिएबल्स के माध्यम से मॉडल क्वेरी-कंडीशन्ड कॉस्ट-परफॉर्मेंस ट्रेड-ऑफ्स का उपयोग करके कोल्ड-स्टार्ट सीमाओं पर विजय प्राप्त करता है।
यह शोध पत्र प्रदर्शित करता है कि एक नियंत्रित, केवल-अटेंशन डिकोडर सेटिंग में, केवल 30% डेटासेट पर प्रशिक्षण देने से लगभग 90% पूर्ण-डेटा प्रदर्शन प्राप्त होता है, जो संसाधन-सीमित वातावरणों में डेटासेट के आकार और कम्प्यूटेशनल लागतों के बीच संतुलन बनाने के लिए व्यावहारिक मार्गदर्शन प्रदान करता है।
यह शोध पत्र "एजेंटिक जैकल" (Agentic Jackal) का परिचय देता है, जो एक टूल-ऑगमेंटेड एजेंट फ्रेमवर्क और प्राकृतिक भाषा को जीसीएल (JQL) में अनुवादित करने के लिए पहला बड़े पैमाने का, निष्पादन-आधारित बेंचमार्क है, जो लाइव क्वेरी निष्पादन और इंस्टेंस-विशिष्ट श्रेणीगत मानों एवं अस्पष्टताओं को हल करने के लिए सिमेंटिक रिट्रीवल का लाभ उठाकर सिंगल-पास मॉडलों की तुलना में सटीकता में महत्वपूर्ण सुधार करता है।
RecaLLM "लॉस्ट-इन-थॉट" (lost-in-thought) घटना को संबोधित करता है, जहाँ तर्क करने से रिट्रीवल प्रदर्शन कम हो जाता है, तर्क के साथ स्पष्ट इन-कॉन्टेक्स्ट रिट्रीवल को इंटरलीव करके और एक कंस्ट्रेंड डिकोडिंग मैकेनिज्म का उपयोग करके मजबूत लॉन्ग-कॉन्टेक्स्ट प्रदर्शन प्राप्त करता है जिसके लिए महंगी लॉन्ग-कॉन्टेक्स्ट ट्रेनिंग डेटा की आवश्यकता नहीं होती है।
यह शोध पत्र BERT-as-a-Judge को प्रस्तुत करता है, जो एक हल्का, एनकोडर-आधारित मूल्यांकन तरीका है जो संदर्भ-आधारित जनरेटिव कार्यों में अर्थगत शुद्धता का आकलन करके कठोर लेक्सिकल बेसलाइनों से बेहतर प्रदर्शन करता है और महंगी लार्ज लैंग्वेज मॉडल जजों की सटीकता के बराबर है।
यह शोध पत्र एक औपचारिक भाषाविद् और एक कम्प्यूटेशनल वैज्ञानिक के बीच के संवाद को प्रस्तुत करता है, जो विविध क्षेत्रों के 25 विशेषज्ञों के साथ मिलकर, लार्ज लैंग्वेज मॉडल्स (LLMs) के संबंध में "स्ट्रिंग स्टैटिस्टिक्स स्ट्रॉमैन" (String Statistics Strawman) और "एज़ गुड एज़ इट गेट्स अज़म्पशन" (As Good As it Gets Assumption) का खंडन करते हैं, और अंततः मानव भाषा और भाषा मॉडल्स दोनों के विज्ञान को आगे बढ़ाने के लिए AI अंतर्दृष्टि को एकीकृत करने वाले एक विस्तारित, सहयोगात्मक अनुसंधान कार्यक्रम का समर्थन करते हैं।
यह शोध पत्र MANYFAKE को प्रस्तुत करता है, जो 6,798 रणनीति-संचालित फर्जी समाचार लेखों का एक सिंथेटिक बेंचमार्क है, यह प्रदर्शित करने के लिए कि जहाँ वर्तमान डिटेक्टर पूरी तरह से गढ़े गए वृत्तांतों के साथ संघर्ष करते हैं, वे सूक्ष्म, मानव-एआई सहयोगात्मक दुष्प्रचार के विरुद्ध विशेष रूप से भंगुर हैं जो असत्यता को सटीक आख्यानों के साथ बुनते हैं।