cs.AI

Bridging Language Models and Financial Analysis

यह सर्वेक्षण नवीन पद्धतियों के व्यापक अवलोकन और जटिल, बहुआयामी वित्तीय डेटा का प्रभावी ढंग से विश्लेषण करने की उनकी क्षमता को प्रदान करके, लार्ज लैंग्वेज मॉडल (LLM) की तीव्र प्रगति और वित्तीय क्षेत्र में उनके सतर्क अंगीकरण के बीच के अंतर को पाटता है।

Universal Reasoner: A Single, Composable Plug-and-Play Reasoner for Frozen LLMs

यह शोध पत्र यूनिवर्सल रीज़नर (UniR) को प्रस्तुत करता है, जो एक मॉड्यूलर और कंपोजेबल प्लग-एंड-प्ले मॉड्यूल है जो सत्यापन योग्य पुरस्कारों (verifiable rewards) पर एक पृथक तर्क घटक (decoupled reasoning component) को प्रशिक्षित करके और इन्फरेंस के समय इसके आउटपुट लॉजिट्स को बैकबोन में जोड़कर फ्रोजन लार्ज लैंग्वेज मॉडल्स की तर्क क्षमताओं को बढ़ाता है, जिससे पूर्ण मॉडल रिट्रेनिंग की आवश्यकता के बिना बेहतर प्रदर्शन और क्रॉस-डोमेन सामान्यीकरण प्राप्त होता है।

Task-conditioned probing of instruction-tuned multimodal LLMs: Region-specific brain alignment patterns under naturalistic stimuli

यह अध्ययन प्रदर्शित करता है कि निर्देश-ट्यून (instruction-tuned) मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स, गैर-निर्देश-ट्यून और इन-कॉन्टेक्स्ट लर्निंग मॉडल्स की तुलना में, प्राकृतिक फिल्म देखने के दौरान मानव मस्तिष्क की गतिविधि के साथ काफी अधिक मजबूत और कार्य-विशिष्ट संरेखण (alignment) प्रदर्शित करते हैं, जो यह सुझाव देता है कि निर्देश ट्यूनिंग (instruction tuning) निरूपणों (representations) को सतही अर्थों (surface semantics) के बजाय कार्यात्मक कार्य मांगों (functional task demands) के इर्द-गिर्द व्यवस्थित करती है।

Strict Subgoal Execution: Reliable Long-Horizon Planning in Hierarchical Reinforcement Learning

Diverse LLMs or Diverse Question Interpretations? That is the Ensembling Question

यह शोध पत्र यह प्रदर्शित करता है कि LLMs के साथ बाइनरी प्रश्न-उत्तर के लिए, बहुमत मतदान (majority voting) का उपयोग करते समय, एक ही मॉडल के विविध प्रश्न व्याख्याओं का एनसेम्बल (ensemble), कई अलग-अलग मॉडलों के एनसेम्बल से लगातार बेहतर प्रदर्शन करता है।

STM3: Mixture of Multiscale Mamba for Long-Term Spatio-Temporal Time-Series Prediction

यह शोध पत्र STM3 का प्रस्ताव करता है, जो एक मल्टीस्केल मंबा आर्किटेक्चर को डिसेंटैंगल्ड मिक्सचर-ऑफ-एक्सपर्ट्स संरचना और एक एडेप्टिव ग्राफ कॉज़ल नेटवर्क के साथ जोड़ता है ताकि जटिल दीर्घकालिक स्थानिक-कालिक निर्भरताओं को कुशलतापूर्वक कैप्चर किया जा सके, जिससे दस वास्तविक-दुनिया के बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Measuring and mitigating overreliance to build human-compatible AI

यह शोध पत्र तर्क देता है कि बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) पर अत्यधिक निर्भरता को मापना और कम करना उच्च-जोखिम वाली त्रुटियों और संज्ञानात्मक कौशल ह्रास (कॉग्निटिव डेस्किलिंग) को रोकने के लिए महत्वपूर्ण है, जो जोखिमों को समेकित करने, मापन संबंधी कमियों को दूर करने और ऐसी रणनीतियों को लागू करने के लिए एक रूपरेखा प्रस्तावित करता है जो यह सुनिश्चित करती है कि एआई मानवीय क्षमताओं को कम करने के बजाय उन्हें सुदृढ़ करे।

Where Do Tokens Go? Understanding Pruning Behaviors in STEP at High Resolutions

यह शोध पत्र STEP का प्रस्ताव करता है, जो एक हाइब्रिड टोकन-रिडक्शन फ्रेमवर्क है जो डायनेमिक सुपरपैच मर्जिंग और एक लाइटवेट CNN पॉलिसी के माध्यम से अर्ली-एग्जिट प्रूनिंग को जोड़ता है, जो न्यूनतम सटीकता हानि के साथ उच्च-रिज़ॉल्यूशन वाले सिमेंटिक सेगमेंटेशन कार्यों पर विजन ट्रांसफॉर्मर्स की कम्प्यूटेशनल दक्षता और थ्रूपुट में महत्वपूर्ण सुधार करता है।

DeFacto: Counterfactual Thinking with Images for Enforcing Evidence-Grounded and Faithful Reasoning

यह शोध पत्र DeFacto को प्रस्तुत करता है, जो एक काउंटरफैक्टुअल रीजनिंग फ्रेमवर्क है जो एक विशेष डेटासेट उत्पन्न करने के लिए भाषा-निर्देशित पाइपलाइन का लाभ उठाता है और मल्टीमॉडल लैंग्वेज मॉडल्स में उत्तर की सटीकता और साक्ष्य-आधारित निरंतरता (evidence-grounded consistency) दोनों में महत्वपूर्ण सुधार करने के लिए बहुआयामी पुरस्कारों (multi-faceted rewards) के साथ GRPO-आधारित सुदृढीकरण लर्निंग (reinforcement learning) का उपयोग करता है।

EvalMORAAL: Interpretable Chain-of-Thought and LLM-as-Judge Evaluation for Moral Alignment in Large Language Models

EvalMORAAL एक पारदर्शी, व्याख्या योग्य ढांचा है जो वैश्विक सर्वेक्षण डेटा के विरुद्ध 20 बड़े भाषा मॉडलों (LLMs) में नैतिक संरेखण का मूल्यांकन करता है, जो मजबूत समग्र सहसंबंधों के साथ-साथ पश्चिमी और गैर-पश्चिमी क्षेत्रों के बीच 0.21-पॉइंट का महत्वपूर्ण संरेखण अंतराल प्रकट करता है।