10949 पेपर
यह शोधपत्र MARCH प्रस्तुत करता है, जो यह दर्शाता है कि अत्याधुनिक मॉडल मल्टी-हॉप इन्फरेंस (multi-hop inference) और लेयर्ड एम्बिग्युइटी (layered ambiguity) के प्रतिच्छेदन में संघर्ष करते हैं, और CLARION का प्रस्ताव करता है, जो एक टू-स्टेज एजेंटिक फ्रेमवर्क है जो एम्बिग्युइटी प्लानिंग को एविडेंस-ड्रिवन रीजनिंग (evidence-driven reasoning) से अलग करता है ताकि प्रदर्शन में उल्लेखनीय सुधार किया जा सके।
यह शोध पत्र KEO को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो नॉलेज ग्राफ्स को रिट्रीवल-ऑगमेंटेड जनरेशन के साथ जोड़कर एविएशन मेंटेनेंस डेटा पर लार्ज लैंग्वेज मॉडल्स की ग्लोबल सेंसमेकिंग और सेफ्टी-क्रिटिकल रीजनिंग करने की क्षमता को बढ़ाता है, जो पारंपरिक टेक्स्ट-चंक RAG दृष्टिकोणों की तुलना में बेहतर सिस्टम-लेवल अंतर्दृष्टि प्रदर्शित करता है।
यह शोध पत्र PiKa को पेश करता है, जो विशेषज्ञ-स्तरीय सिंथेटिक डेटासेट का एक डेटा-कुशल परिवार है जो केवल 30k उदाहरणों के साथ बेहतर LLM अलाइनमेंट प्रदर्शन प्राप्त करने के लिए उच्च-कठिनाई वाले निर्देशों का लाभ उठाता है, जो लाखों प्रोप्रायटरी डेटा बिंदुओं पर प्रशिक्षित मॉडलों से काफी बेहतर प्रदर्शन करता है।
यह शोधपत्र व्यक्तिगत मशीन-जनित पाठ पहचान (personalized machine-generated text detection) के लिए पहला बेंचमार्क प्रस्तुत करता है, जो यह प्रकट करता है कि डिटेक्टर अक्सर इस सेटिंग में एक "फीचर-इनवर्जन ट्रैप" (feature-inversion trap) के कारण विफल हो जाते हैं जहाँ सामान्य विभेदक विशेषताएं भ्रामक हो जाती हैं, और ऐसे इनवर्टेड फीचर्स की पहचान और जांच करके प्रदर्शन में इस गिरावट का सटीक अनुमान लगाने के लिए एक विधि प्रस्तावित करता है।
यह शोध पत्र प्रॉम्प्ट ड्यूल ऑप्टिमाइज़र (PDO) को प्रस्तुत करता है, जो एक सैंपल-एफिशिएंट और लेबल-मुक्त फ्रेमवर्क है, जो चयन को ड्यूलिंग-बैंडिट समस्या के रूप में फ्रेम करके और डबल थॉमसन सैंपलिंग के साथ गाइडेड म्यूटेशन का उपयोग करके प्रॉम्प्ट्स को अनुकूलित करता है, ताकि बिना किसी ग्राउंड-ट्रुथ लेबल की आवश्यकता के पेयरवाइज LLM जज फीडबैक के माध्यम से श्रेष्ठ प्रॉम्प्ट्स की पहचान की जा सके।
यह शोध पत्र DMLR का प्रस्ताव करता है, जो एक टेस्ट-टाइम फ्रेमवर्क है जो कॉन्फिडेंस-गाइडेड ऑप्टिमाइजेशन और एडेप्टिव विजुअल फीचर इंजेक्शन के माध्यम से लेटेंट स्पेस में रीजनिंग और परसेप्शन को गतिशील रूप से इंटरलीव करके मानव संज्ञान की नकल करता है, जिससे इन्फरेंस दक्षता बनाए रखते हुए मल्टीमॉडल रीजनिंग प्रदर्शन को बढ़ाया जा सके।
यह शोध पत्र FinFRE-RAG प्रस्तुत करता है, जो एक दो-चरणीय ढांचा है जो महत्व-निर्देशित विशेषता न्यूनीकरण (importance-guided feature reduction) को रिट्रीवल-ऑगमेंटेड इन-कॉन्टेक्स्ट लर्निंग के साथ जोड़ता है ताकि बड़े भाषा मॉडल (Large Language Models) व्याख्या योग्य स्पष्टीकरण उत्पन्न करते हुए और पारंपरिक सारणीबद्ध मॉडलों (tabular models) के साथ प्रदर्शन के अंतर को कम करते हुए प्रभावी ढंग से वित्तीय धोखाधड़ी का पता लगा सकें।
यह शोध पत्र ModeX को प्रस्तुत करता है, जो एक इवैल्यूएटर-मुक्त (evaluator-free) Best-of-N चयन फ्रेमवर्क है, जो कई जनरेशन के बीच प्रमुख अर्थ संबंधी सर्वसम्मति (semantic consensus) की पहचान करने के लिए समानता ग्राफ (similarity graph) पर स्पेक्ट्रल क्लस्टरिंग (spectral clustering) का लाभ उठाता है, जो बाहरी इवैल्यूएटर्स या रिवॉर्ड मॉडल्स पर निर्भर किए बिना ओपन-एंडेड टेक्स्ट जनरेशन को बेहतर बनाने के लिए एक गणनात्मक रूप से कुशल समाधान प्रदान करता है।
यह शोध पत्र भाषा मॉडल स्पष्टीकरणों के लिए उदाहरण चयन का मूल्यांकन करने हेतु एक रिट्रेनिंग-फ्री (retraining-free) प्रासंगिकता स्कोर प्रस्तुत करता है और एक नई रणनीति प्रस्तावित करता है जो सामान्य चयन विधियों और रैंडम बेसलाइन्स से बेहतर प्रदर्शन करने के लिए प्रभाव (influence) और प्रतिनिधित्व (representativeness) को संतुलित करती है।
DyCP एक हल्का, बाहरी संदर्भ प्रबंधन (context management) तरीका है जो ऑफलाइन मेमोरी निर्माण के बिना लंबी बातचीत के लिए प्रासंगिक संवाद खंडों की गतिशील रूप से पहचान करता है और उन्हें पुनर्प्राप्त करता है, जिससे कई बेंचमार्क और LLM बैकएंड्स में प्रतिस्पर्धी उत्तर गुणवत्ता और बेहतर अनुमान दक्षता प्राप्त होती है।