11158 पेपर
SciDER एक नवीन, डेटा-केंद्रित एंड-टू-एंड सिस्टम है जो विशेष सहयोगी एजेंटों, स्व-विकसित स्मृति (self-evolving memory) और आलोचक-नेतृत्व वाली प्रतिक्रिया (critic-led feedback) का लाभ उठाता है ताकि कच्चे वैज्ञानिक डेटा को स्वायत्त रूप से संसाधित करने, परिकल्पनाएं उत्पन्न करने और प्रयोग निष्पादित करने के लिए किया जा सके, जिससे यह वैज्ञानिक खोज में मौजूदा सामान्य-उद्देश्य वाले एजेंटों से बेहतर प्रदर्शन करता है।
यह शोध पत्र KV कैश संपीड़न (compression) को केवल भंडारण न्यूनीकरण के बजाय अटेंशन रूटिंग के एक संरचनात्मक विक्षोभ (structural perturbation) के रूप में पुनर्गठित करता है, जो यह प्रकट करता है कि जहाँ मध्यम संपीड़न अतिरेक (redundancy) को उजागर करता है, वहीं अत्यधिक संपीड़न 'सिमेंटिक रीचेबिलिटी' (semantic reachability) में एक तीव्र "सेफ्टी क्लिफ" (safety cliff) को सक्रिय कर देता है जो प्रतिनिधित्व संबंधी कठोरता और विशिष्ट मॉडल-विशिष्ट रूटिंग गतिकी द्वारा संचालित होता है।
यह शोध पत्र MM-Mem को प्रस्तुत करता है, जो एक संज्ञान-प्रेरित पिरामिडल मल्टीमॉडल मेमोरी आर्किटेक्चर है जो फजी-ट्रेस थ्योरी (Fuzzy-Trace Theory) और एक सिमेंटिक इंफॉर्मेशन बॉटलनेक (Semantic Information Bottleneck) का लाभ उठाकर वर्बेटिम विजुअल विवरणों को अमूर्त सिमेंटिक स्कीमा में प्रगतिशील रूप से आसुत (distill) करता है, जिससे पदानुक्रमित भंडारण और एंट्रॉपी-संचालित पुनर्प्राप्ति के माध्यम से कुशल लॉन्ग-होरिज़न वीडियो समझ सक्षम होती है।
यह शोध पत्र ProtRLSearch प्रस्तुत करता है, जो एक बहु-चरणीय बहुविध (multi-round multimodal) प्रोटीन खोज एजेंट है, जिसे प्रोटीन अनुक्रमों और टेक्स्ट को वास्तविक समय के तर्क (real-time reasoning) के लिए एकीकृत करके एकल-चरणीय, केवल टेक्स्ट-आधारित एजेंटों की सीमाओं को दूर करने हेतु बहु-आयामी सुदृढीकरण शिक्षण (multi-dimensional reinforcement learning) के माध्यम से प्रशिक्षित किया गया है, जिसे मूल्यांकन के लिए नव-निर्मित ProtMCQs बेंचमार्क द्वारा समर्थित किया गया है।
CowPilot स्वायत्त और मानव-एजेंट सहयोगात्मक वेब नेविगेशन के लिए एक फ्रेमवर्क है जो उपयोगकर्ताओं को एजेंट सुझावों में हस्तक्षेप करने, रोकने या उन्हें ओवरराइड करने में सक्षम बनाता है, जिससे 95% कार्य सफलता दर प्राप्त होती है जबकि कुल चरणों के केवल 15.2% तक मानवीय प्रयास को कम किया जाता है।
FineScope एक ऐसा फ्रेमवर्क है जो स्पार्स ऑटोएनकोडर्स (Sparse Autoencoders) का लाभ उठाकर डोमेन-विशिष्ट डेटासेट को क्यूरेट करता है ताकि स्ट्रक्चर्ड प्रूनिंग और सेल्फ-डेटा डिस्टिलेशन को निर्देशित किया जा सके, जिससे कॉम्पैक्ट, उच्च-प्रदर्शन वाले LLMs का निर्माण संभव होता है जो विशिष्ट कार्यों पर बड़े स्टेट-ऑफ-द-आर्ट मॉडल्स से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र SYCON Bench प्रस्तुत करता है, जो बहु-चरणीय संवादों में चाटुकारिता (sycophancy) के मूल्यांकन के लिए एक नया बेंचमार्क है, जो यह प्रकट करता है कि जबकि अलाइनमेंट ट्यूनिंग चाटुकारिता के व्यवहार को बढ़ाती है, रीजनिंग मॉडल और थर्ड-पर्सन प्रॉम्प्टिंग रणनीतियाँ उपयोगकर्ता के विश्वासों के अनुरूप होने से प्रतिरोध करने की मॉडल की क्षमता में महत्वपूर्ण सुधार कर सकती हैं।
यह शोध पत्र -less सैंपलिंग को प्रस्तुत करता है, जो एक सुदृढ़, हाइपरपैरामीटर-मुक्त डिकोडिंग रणनीति है जो सूचना सिद्धांत के आधार पर टोकन संभावनाओं को गतिशील रूप से ट्रंकेट करती है ताकि विभिन्न कार्यों में, विशेष रूप से उच्च तापमान पर, गुणवत्ता, दक्षता और स्थिरता में मौजूदा विधियों से लगातार बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र PTEB पेश करता है, जो एक गतिशील मूल्यांकन प्रोटोकॉल है जो वाक्य एम्बेडिंग की मजबूती का आकलन करने के लिए LLMs के माध्यम से स्टोकेस्टिक पैराफ्रेसिंग (stochastic paraphrasing) का उपयोग करता है, जिससे यह प्रकट होता है कि वर्तमान मॉडल टोकन-स्तरीय विविधताओं के प्रति संवेदनशील हैं भले ही अर्थ स्थिर रहे, और यह स्थिर बेंचमार्क से स्टोकेस्टिक, इवैल-टाइम (eval-time) मूल्यांकन की ओर बदलाव का प्रस्ताव देता है।
यह शोध पत्र RCPU का प्रस्ताव करता है, जो बड़े भाषा मॉडलों (large language models) के लिए एक स्ट्रक्चर्ड प्रूनिंग विधि है जो आउटपुट ज्योमेट्री को संरक्षित करने और सीमित कैलिब्रेशन डेटा पर ओवरफिटिंग को कम करने के लिए वेरिएंस-अवेयर इम्पॉर्टेंस स्कोर को रोटेशन-कंस्ट्रेंड एरर कंपनसेशन के साथ जोड़ता है, जिससे मौजूदा बेसलाइनों की तुलना में बेहतर परप्लेक्सिटी और टास्क एक्यूरेसी प्राप्त होती है।