21579 पेपर
यह शोध पत्र ARMOR को पेश करता है, जो एक एडेप्टिव रिट्रीवर ऑप्टिमाइज़ेशन विधि है जो कम-संसाधन वाले टेलीकॉम प्रश्न उत्तर (question answering) को बेहतर बनाने के लिए जनरेटर के बजाय क्वेरी एनकोडर को ट्यून करने हेतु लेटेंट-डॉक्यूमेंट RAG लाइकलीहुड और InfoNCE कॉन्ट्रास्टिव ऑब्जेक्टिव्स को रेगुलराइजेशन के साथ संयुक्त रूप से उपयोग करता है।
यह शोध पत्र SEVA को प्रस्तुत करता है, जो एक स्व-विकसित सत्यापन एजेंट (self-evolving verification agent) है, जो एक संरचित, बहु-घटक आउटपुट सिस्टम को प्रशिक्षित करने के लिए प्रोसेस रिवॉर्ड मैकेनिज्म का उपयोग करके अपारदर्शी बाइनरी फैक्ट-चेकिंग की सीमाओं को दूर करता है, जिससे निरंतर स्व-सुधार संभव होता है जो ऑडिट योग्य तर्क और GPT-4o-mini के तुलनीय प्रदर्शन वाले बेंचमार्क-विशेषज्ञ मॉडल प्रदान करता है।
यह शोध पत्र इवैल्यूएटर-प्रेफरेंस कोलैप्स (EPC) फ्रेमवर्क को प्रोप्राइटरी LLM इवैल्यूएटर्स की समय के साथ होने वाली तीव्र अस्थिरता और "प्रेफरेंस कोलैप्स" को निदान करने और मापने के लिए प्रस्तुत करता है, जो व्यापक बहु-शर्त ऑडिट के माध्यम से यह प्रदर्शित करता है कि वर्ज़न-कंडीशनल ड्रिफ्ट के कारण सिंगल-स्नैपशॉट इवैल्यूएशन अध्ययन मौलिक रूप से अविश्वसनीय हैं।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि SMOTE ट्री एन्सेंबल्स (tree ensembles) में प्रायिकता अंशांकन (probability calibration) को थोड़ा कम करता है, रैंडम अंडरसैंपलिंग (random undersampling) उच्च असंतुलन अनुपात पर गंभीर अंशांकन त्रुटियां उत्पन्न करता है, लेकिन इन दोनों समस्याओं को रैंकिंग प्रदर्शन से महत्वपूर्ण रूप से समझौता किए बिना पोस्ट-हॉक रीकैलिब्रेशन (post-hoc recalibration) के माध्यम से प्रभावी ढंग से हल किया जा सकता है।
यह शोध पत्र एक समीकरण-आधारित वर्गीकरण और एक एकीकृत पाइपलाइन का प्रस्ताव करके समुद्री विसंगति डेटा की कमी को संबोधित करता है, जो टाइमस्टैम्प-स्तर के लेबल वाले विसंगतियों को संश्लेषित करता है, जिससे एकल-पोत और अंतर-पोत परिदृश्यों में विविध पहचान मॉडलों के व्यवस्थित मूल्यांकन को सक्षम बनाया जा सके।
यह शोध पत्र जटिल डेटा वितरणों के साथ बेहतर तालमेल बिठाने के लिए नॉर्मलाइजिंग फ्लो के लिए लेटेंट डेंसिटी के रूप में मिक्सचर ऑफ प्रोबेबिलिस्टिक प्रिंसिपल कंपोनेंट एनालाइज़र (MPPCA) का उपयोग करने का प्रस्ताव करता है, जिससे मानक सामान्य बेसलाइन की तुलना में सीखी गई रूपांतरणों को सरल बनाया जा सके, प्रशिक्षण अभिसरण को त्वरित किया जा सके और जनरेटिव प्रदर्शन में सुधार किया जा सके।
यह शोध पत्र दो नवीन ग्राफ इनवर्जन हमलों, ग्राफ-लेबल कंडिशनड (GLC) और एम्बेडिंग-लेबल कंडिशनड (ELC) को प्रस्तुत करता है, जो ब्लैक-बॉक्स परिदृश्यों में ग्राफ न्यूरल नेटवर्क मॉडलों से उच्च गुणवत्ता वाले ग्राफ को सफलतापूर्वक पुनर्निर्मित करने के लिए जनरेटर-डिस्क्रिमिनेटर तकनीकों का लाभ उठाते हैं, जिससे विभिन्न डेटासेट और शोर की स्थितियों में जीएनएन (GNN) गोपनीयता में महत्वपूर्ण कमजोरियों का प्रदर्शन होता है।
यह शोध पत्र PS-PPO का प्रस्ताव करता है, जो एक कंप्यूट-कुशल क्रिटिक-मुक्त (critic-free) RLHF विधि है जो केवल यादृच्छिक रूप से नमूना लिए गए प्रक्षेपवक्र उपसर्गों (trajectory prefixes) के माध्यम से बैकप्रोपैगेट करके और एक निष्पक्ष ग्रेडिएंट एस्टिमेटर बनाए रखने के लिए महत्व भारण (importance weighting) का उपयोग करके प्रशिक्षण लागत और मेमोरी उपयोग को कम करता है।
यह शोध पत्र CLQT को प्रस्तुत करता है, जो एक क्लोज्ड-लूप, लागत-जागरूक और रणनीति-संगत बेंचमार्क है जो LLM पोर्टफोलियो-प्रबंधन एजेंटों के मूल्यांकन को सरल रिटर्न-आधारित रैंकिंग से बदलकर एक नैदानिक ढांचे में परिवर्तित करता है जो विशिष्ट तर्क विफलताओं को अलग करने और एक सत्यापन योग्य, बहु-चरणीय ट्रेडिंग चक्र के माध्यम से टिकाऊ दक्षताओं को मापने में सक्षम है।
यह शोध पत्र MemLeak, एक बेंचमार्क और इंफॉर्मेशन प्रोवेनेंस ग्राफ वर्गीकरण को प्रस्तुत करता है, यह प्रदर्शित करने के लिए कि मल्टीमॉडल एआई एजेंट अक्सर जानकारी को वास्तव में "भूलने" में विफल रहते हैं क्योंकि टेक्स्ट हटाने के बाद भी तथ्य रिटेन की गई छवियों से रिकवरेबल रहते हैं, जिससे इन लीक्स को कम करने के लिए कंटेंट-अवेयर सिमेंटिक डिलीशन की आवश्यकता होती है।