25400 पेपर
यह शोध पत्र REALFIN को प्रस्तुत करता है, जो एक द्विभाषी बेंचमार्क है जो प्रश्नों से आवश्यक आधारों को हटाकर वित्तीय तर्क का मूल्यांकन करता है, जिससे यह पता चलता है कि सामान्य और वित्त-विशेषज्ञ दोनों प्रकार के LLMs लुप्त जानकारी को पहचानने में संघर्ष करते हैं और अक्सर अनुचित उत्तरों के प्रति अत्यधिक प्रतिबद्ध रहते हैं।
यह योगदान VAT प्रस्तुत करता है, जो एक ऐसा ढांचा है जो LLMs को संरेखित करने के उद्देश्य से किए गए हस्तक्षेपों के कारण परस्पर जुड़े मूल्यों में अक्सर अनदेखे रहने वाले समझौतों (trade-offs) और प्रणालीगत बदलावों को मापता है, और यह प्रदर्शित करता है कि एक एकल लक्ष्य मान (target value) के लिए अनुकूलन करना अक्सर अन्य मूल्यों पर संरचित, अनपेक्षित दुष्प्रभाव उत्पन्न करता है जो पारंपरिक, केवल लक्ष्य-मूल्य-विशिष्ट मूल्यांकनों द्वारा अनपेक्षित रह जाते हैं।
यह योगदान LEG को प्रस्तुत करता है, जो एक हल्का, व्याख्यात्मक गार्डरेल है जो प्रॉम्प्ट सुरक्षा वर्गीकरण और स्पष्टीकरण में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए मल्टी-टास्क लर्निंग, पूर्वाग्रह-निवारक सिंथेटिक डेटा और एक नवीन अनिश्चितता-भारित लॉस फंक्शन का लाभ उठाता है, जबकि मॉडल का आकार काफी छोटा है।
StratRAG एक नया ओपन-सोर्स डेटासेट है जिसे शोर-शराबे वाले और भ्रामक दस्तावेज़ों के पूलों में अंतर्निहित जटिल प्रश्नों के विरुद्ध रिट्रीवल रणनीतियों का मूल्यांकन करके रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) सिस्टम की मल्टी-हॉप रीजनिंग क्षमताओं को बेंचमार्क करने के लिए डिज़ाइन किया गया है।
यह शोधपत्र TeCQR का प्रस्ताव करता है, जो एक नवीन संबंधित प्रश्न पुनर्प्राप्ति मॉडल (related question retrieval model) है, जो कम्युनिटी क्वेश्चन अनswering के लिए टैग-संवर्धित स्पष्टीकरण प्रश्नों (tag-enhanced clarifying questions) और एक शोर-सहिष्णु प्रशिक्षण रणनीति (noise-tolerant training strategy) का लाभ उठाता है ताकि एक संवादात्मक दृष्टिकोण के माध्यम से सूक्ष्म अर्थपूर्ण संबंधों (fine-grained semantic relationships) को कैप्चर किया जा सके।
यह शोध पत्र बिहेवियरल इंटेलिजेंस प्लेटफॉर्म (BIP) का प्रस्ताव करता है, जो एक चार-स्तरीय आर्किटेक्चर है जो संभाव्य यात्रा ग्राफ (probabilistic journey graphs), व्यवहार संबंधी ज्ञान निष्कर्षण (behavioral knowledge extraction), और ग्राउंडेड भाषा निर्माण (grounded language generation) का उपयोग करके कच्चे इवेंट स्ट्रीम्स को सक्रिय, विश्वसनीय नैरेटिव अंतर्दृष्टि में बदलकर उत्पाद विश्लेषण को स्वचालित करता है।
यह शोध पत्र तर्क देता है कि स्वास्थ्य सेवा एआई (AI) डिज़ाइन अक्सर नैतिक रूप से विफल हो जाता है क्योंकि यह शक्ति का एक ऐसा असंतुलन पैदा करता है जहाँ रोगी प्रणाली के लिए पारदर्शी होते हैं लेकिन अपने स्वयं के डिजिटल प्रतिनिधित्व को प्रभावित या समझ नहीं सकते हैं, और यह उपयोगकर्ता की एजेंसी और नैदानिक निरीक्षण को बहाल करने के लिए एक डिज़ाइन समाधान के रूप में "पारस्परिकता" (reciprocity) का प्रस्ताव देता है।
यह शोध पत्र यह प्रदर्शित करता है कि स्वाद, बनावट और संस्कृति के पंद्रह विशिष्ट बहुआयामी अक्षों की पहचान करने के लिए एक LLM-संवर्धित क्यूरेशन प्रक्रिया का उपयोग करके, शेफ के अंतर्निहित पाक ज्ञान को 300-आयामी सामग्री एम्बेडिंग से व्यवस्थित रूप से पुनर्प्राप्त किया जा सकता है।
KARL एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो ज्ञान-सीमा-जागरूक पुरस्कार तंत्र (knowledge-boundary-aware reward mechanism) और एक दो-चरणीय प्रशिक्षण रणनीति का उपयोग करके LLM मतिभ्रम (hallucinations) को कम करता है, जिससे मॉडल की प्रश्नों के उत्तर देने से बचने की क्षमता को उसकी विकसित होती ज्ञान सीमाओं के साथ गतिशील रूप से संरेखित किया जाता है, जिससे सटीकता और सावधानी के बीच के संतुलन में सुधार होता है।
यह शोधपत्र BiTA का प्रस्ताव करता है, जो एक नवीन टेम्पोरल ग्राफ लर्निंग फ्रेमवर्क है जो एक टेम्पोरल ग्राफ नेटवर्क के भीतर पुनरावर्ती (recursive) और दीर्घकालिक (long-range) टेम्पोरल पैटर्न को कैप्चर करने के लिए द्विदिश (bidirectional) GRU-Transformer एग्रीगेटर का उपयोग करके कंप्यूटर नेटवर्क में अलर्ट भविष्यवाणी को बढ़ाता है।