11070 पेपर
पॉलीजार्विस (PolyJarvis) एक एलएलएम-संचालित (LLM-driven) स्वायत्त एजेंट है जो रेडोनपी (RadonPy) प्लेटफॉर्म के साथ एकीकृत होकर पॉलिमर के लिए एंड-टू-एंड ऑल-एटम मॉलिक्यूलर डायनेमिक्स सिमुलेशन निष्पादित करता है, जो घनत्व और बल्क मॉड्यूलस जैसे प्रमुख गुणों की उच्च सटीकता के साथ सफलतापूर्वक भविष्यवाणी करता है और यह प्रदर्शित करता है कि एलएलएम एजेंट पॉलिमर सिमुलेशन वर्कफ़्लो में विशेषज्ञ-स्तर के प्रदर्शन के बराबर हो सकते हैं।
यह शोध पत्र RAG प्रणालियों में विविधता-जागरूक पुनर्प्राप्ति (diversity-aware retrieval) के लिए एक सिद्धांत-आधारित, स्केलेबल ढांचे को प्रस्तुत करता है, जो इस समस्या को एक कार्डिनैलिटी-प्रतिबंधित बाइनरी क्वाड्रेटिक प्रोग्राम के रूप में तैयार करता है और इसे एक नवीन फ्रैंक-वोल्फ-आधारित एल्गोरिदम के साथ हल करता है जो सैद्धांतिक गारंटी प्रदान करने के साथ-साथ प्रासंगिकता-विविधता ट्रेड-ऑफ और कम्प्यूटेशनल दक्षता दोनों में मौजूदा विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र प्रकट करता है कि बड़े भाषा मॉडल मनुष्यों की तुलना में स्थिर समूह समन्वय प्राप्त करने में संघर्ष करते हैं, जो अत्यधिक क्रिया परिवर्तन और समृद्ध फीडबैक के प्रति सीमित प्रतिक्रियाशीलता प्रदर्शित करते हैं, जो अनुकूलनशील शिक्षण और अभिसरण रणनीतियों में मौलिक व्यवहार संबंधी अंतरों को रेखांकित करता है।
यह शोध पत्र अनुभवजन्य रूप से प्रदर्शित करता है कि 'मैनी-शॉट इन-कॉन्टेक्स्ट लर्निंग' कम संसाधन वाली भाषाओं के लिए मशीन अनुवाद में महत्वपूर्ण सुधार करती है, जिसमें BM25-आधारित उदाहरण पुनर्प्राप्ति (रिट्रीवल) बड़े गैर-पुनर्प्राप्त उदाहरण सेटों के प्रदर्शन के बराबर पहुँचकर पर्याप्त डेटा दक्षता लाभ प्रदान करती है।
यह शोध पत्र एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है जो ज्ञान आसवन (knowledge distillation) के लिए कुशल, लेबल-मुक्त पुरस्कार संकेत प्रदान करने हेतु एकल-टोकन LLM-as-a-Judge का उपयोग करता है, जो सत्यापन योग्य पुरस्कारों (verifiable rewards) के साथ जुड़ने पर भी गणितीय बेंचमार्क पर तर्क क्षमताओं को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र LLMimic को प्रस्तुत करता है, जो एक संवादात्मक, भूमिका निभाने वाला ट्यूटोरियल है जो AI साक्षरता बढ़ाने के लिए LLM प्रशिक्षण प्रक्रिया को गेमिफाई करता है, जिसे 274 प्रतिभागियों के एक अध्ययन ने दिखाया है कि यह AI अनुनय के प्रति संवेदनशीलता को महत्वपूर्ण रूप से कम करता है और सत्यनिष्ठा एवं सामाजिक उत्तरदायित्व को बढ़ावा देता है।
यह शोध पत्र एक औद्योगिक-ग्रेड मॉडल पर लॉन्ग-कॉन्टेक्स्ट कंटीन्यूअस प्री-ट्रेनिंग की पहली व्यवस्थित जांच प्रस्तुत करता है, जो यह प्रकट करता है कि समयपूर्व समाप्ति से बचने के लिए विशाल डेटा स्केलिंग आवश्यक है और नीडल-इन-ए-हेस्टैक जैसे पारंपरिक बेंचमार्क की सीमाओं को दूर करने के लिए पर्प्लेक्सिटी और अटेंशन पैटर्न का उपयोग करने वाला एक पदानुक्रमित ढांचा प्रस्तावित करता है।
यह शोध पत्र भावनात्मक और नैतिक रूप से संवेदनशील संदर्भों में संवादात्मक एआई (conversational AI) का तनाव-परीक्षण करने के लिए एक व्यक्तित्व-आधारित (persona-conditioned) उपयोगकर्ता सिम्युलेटर प्रस्तुत करता है, जो भावनात्मक विसंगतियों और नैतिक मार्गदर्शन की विफलताओं जैसे आवर्ती संवादात्मक व्यवधानों को प्रकट करता है, और अधिक सुसंगत एवं संवेदनशील संवाद प्रणालियों के डिज़ाइन का मार्गदर्शन करने के लिए एक वर्गीकरण प्रस्तावित करता है।
यह शोध पत्र IndustryCode को प्रस्तुत करता है, जो वास्तविक दुनिया की औद्योगिक जटिलता को दर्शाने में मौजूदा कोड जनरेशन मूल्यांकनों की सीमाओं को संबोधित करने के लिए कई औद्योगिक डोमेन और प्रोग्रामिंग भाषाओं में फैला हुआ पहला व्यापक बेंचमार्क है।
यह शोध पत्र इस बात की जांच करता है कि बहुभाषी मशीन अनुवाद में मानक वेट-स्पेस मॉडल मर्जिंग (weight-space model merging) क्यों विफल हो जाती है, यह प्रकट करते हुए कि फाइन-ट्यूनिंग भाषा-विशिष्ट न्यूरॉन्स को पुनर्वितरित करती है ताकि उच्च परतों में रिप्रजेंटेशनल डाइवर्जेंस (representational divergence) को बढ़ाया जा सके, जिससे सफल मर्जिंग के लिए आवश्यक ज्यामितीय अनुकूलता (geometric compatibility) बाधित होती है।