11158 पेपर
यह शोध पत्र प्रदर्शित करता है कि विशेषीकृत नॉलेज ट्रेसिंग मॉडल, उच्च सटीकता और एफ1 स्कोर प्राप्त करके, छात्र प्रतिक्रियाओं की भविष्यवाणी करने में लार्ज लैंग्वेज मॉडल्स से काफी बेहतर प्रदर्शन करते हैं, जबकि वे तैनात करने में कई गुना अधिक तेज़ और लागत प्रभावी हैं।
यह शोध पत्र एक एकीकृत सूचना-सैद्धांतिक ढांचे को प्रस्तुत करता है जो एक सममित डिरिचलेट वितरण के स्थूल क्रम सांख्यिकी (macroscopic order statistics) और उच्चारण संबंधी, ध्वन्यात्मक (phonotactic) तथा शाब्दिक कारकों द्वारा सीमित सूक्ष्म अधिकतम एंट्रॉपी (Maximum Entropy) मॉडलों के माध्यम से वैश्विक स्वनिम आवृत्ति वितरणों की व्याख्या करता है।
एक सिंथेटिक निर्देशित ग्राफ (directed graph) डेटासेट के माध्यम से LVLMs की जांच करके, यह अध्ययन प्रकट करता है कि जबकि नोड और संरचनात्मक जानकारी विजन एनकोडर में जल्दी ही रैखिक रूप से एनकोड हो जाती है, किनारा (edge) प्रतिनिधित्व केवल बाद में भाषा मॉडल के टेक्स्ट टोकन में उभरता है, जो संबंधपरक समझ के साथ मॉडलों के निरंतर संघर्षों की व्याख्या करता है।
यह शोध पत्र ACE-Merging को प्रस्तुत करता है, जो एक डेटा-मुक्त मॉडल मर्जिंग फ्रेमवर्क है जो एक सैद्धांतिक अंतर्दृष्टि का लाभ उठाकर पैरामीटर अंतर से टास्क इनपुट कोवेरियेंस (task input covariance) का अंतर्निहित रूप से अनुमान लगाता है, जिससे एक सिद्धांत-आधारित क्लोज्ड-फॉर्म समाधान सक्षम होता है जो विजन और लैंग्वेज बेंचमार्क में इंटर-टास्क इंटरफेरेंस (inter-task interference) को कम करने के मामले में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र कॉन्टेक्स्टुअलाइज्ड डिफेंस इंस्ट्रक्टिंग (CDI) का प्रस्ताव करता है, जो एक नवीन गोपनीयता रक्षा प्रतिमान (प्रैडाइम) है, जो एलएलएम (LLM) एजेंट निष्पादन के दौरान सक्रिय, संदर्भ-जागरूक मार्गदर्शन उत्पन्न करने के लिए सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) द्वारा प्रशिक्षित एक इंस्ट्रक्टर मॉडल का उपयोग करता है, जिससे स्थिर बेसलाइन सुरक्षा की तुलना में बेहतर गोपनीयता संरक्षण और सहायकता प्राप्त होती है।
यह शोध पत्र TAO-Attack का प्रस्ताव करता है, जो एक नवीन अनुकूलन-आधारित (optimization-based) जेलब्रेक विधि है जो सुरक्षा संरेखण (safety alignments) को बायपास करने और विभिन्न बड़े भाषा मॉडलों में उच्च हमले की सफलता दर प्राप्त करने में मौजूदा दृष्टिकोणों से काफी बेहतर प्रदर्शन करने के लिए एक दो-चरणीय लॉस फंक्शन और एक दिशा-प्राथमिकता टोकन अनुकूलन रणनीति का उपयोग करता है।
यह शोध पत्र एक नवीन दृष्टिकोण प्रस्तावित करता है जो 'इंस्ट्रक्शन-ट्यून्ड' लार्ज लैंग्वेज मॉडल्स पर कॉम्पैक्ट इंस्ट्रक्शन-आधारित प्रॉम्प्ट्स का उपयोग करके 'आर्ग्युमेंटेटिव कंपोनेंट डिटेक्शन' को एक भाषा निर्माण (लैंग्वेज जनरेशन) कार्य के रूप में पुनर्गठित करता है, जिससे पूर्व-विभाजित घटकों पर निर्भर किए बिना सीधे प्लेन टेक्स्ट से आर्ग्युमेंटेटिव स्पैन की पहचान करके अत्याधुनिक (स्टेट-ऑफ-द-आर्ट) प्रदर्शन प्राप्त किया गया है।
यह शोधपत्र BeyondSWE प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है जो सिंगल-रेपो बग फिक्सिंग से परे जटिल, वास्तविक दुनिया के कार्यों को संभालने में वर्तमान कोड एजेंटों की क्षमता में महत्वपूर्ण सीमाओं को उजागर करता है, और डेवलपर वर्कफ़्लो का अनुकरण करने में सर्च ऑग्मेंटेशन (search augmentation) के असंगत लाभों की जांच करने के लिए SearchSWE का प्रस्ताव करता है।
यह शोधपत्र ACE-Brain-0 प्रस्तुत करता है, जो एक सामान्यीकृत फाउंडेशन ब्रेन है जो स्थानिक बुद्धिमत्ता को एक सार्वभौमिक मचान (scaffold) के रूप में उपयोग करता है और स्वायत्त ड्राइविंग एवं रोबोटिक्स जैसे विविध एम्बोडीड कार्यों को एक ही मल्टीमॉडल लार्ज लैंग्वेज मॉडल के भीतर एकीकृत करने के लिए स्कैफोल्ड-स्पेशलाइज-रिकॉन्सिल (SSR) प्रतिमान का उपयोग करता है, जिससे 24 बेंचमार्क में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र MOSAIC को प्रस्तुत करता है, जो एक पोस्ट-ट्रेनिंग फ्रेमवर्क है जो इन्फरेंस को स्पष्ट 'प्लान-चेक-एक्ट/रिफ्यूज' लूप्स में व्यवस्थित करके और प्रेफरेंस-आधारित सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) के माध्यम से प्रशिक्षण देकर मल्टी-स्टेप टूल उपयोग में एजेंटिक लैंग्वेज मॉडल्स की सुरक्षा को बढ़ाता है, जिससे विविध मॉडल्स और परिदृश्यों में कार्य प्रदर्शन को बनाए रखते हुए हानिकारक व्यवहार और गोपनीयता रिसाव में महत्वपूर्ण कमी आती है।