27732 पेपर
यह शोध पत्र UMAP में आकर्षक और प्रतिकर्षक बलों का एक यांत्रिक विश्लेषण प्रदान करता है, जो यह समझाता है कि वे क्लस्टर निर्माण को कैसे आकार देते हैं और रैंडम इनिशियलाइजेशन के तहत एम्बेडिंग निरंतरता में सुधार के लिए आकर्षण में एक संशोधन प्रस्तावित करता है।
यह शोध पत्र ड्यूल-डोमेन मल्टी-पाथ सेल्फ-सुपरवाइज्ड डिफ्यूजन मॉडल (DMSM) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो सटीकता, दक्षता और अनिश्चितता अनुमान के माध्यम से नैदानिक व्याख्यात्मकता को बढ़ाने के लिए एक सेल्फ-सुपरवाइज्ड प्रशिक्षण योजना, एक लाइटवेट हाइब्रिड अटेंशन नेटवर्क और एक मल्टी-पाथ इन्फरेंस रणनीति का उपयोग करके त्वरित एमआरआई पुनर्निर्माण में सुधार करता है।
यह शोध पत्र मानव और सिंथेटिक डेटा, स्केलिंग और बेहतर पर्यवेक्षण के संयोजन का उपयोग करके बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) में सूक्ष्म-स्तरीय सशर्त संभाव्यता अनुमान (फाइन-ग्रेन्ड कंडिशनल प्रोबेबिलिटी एस्टिमेशन) के लिए एक नया अत्याधुनिक दृष्टिकोण प्रस्तावित करता है ताकि मोटे और पक्षपाती संभाव्य भविष्यवाणियों से जुड़ी मौजूदा समस्याओं को दूर किया जा सके।
यह योगदान अवशिष्ट विशेषताओं (residual features) को एकीकृत करने के लिए एक सरल रणनीति प्रस्तुत करता है जो सैद्धांतिक रूप से शून्य से प्रशिक्षण लेने की तुलना में अभिसरण दर (convergence rates) को बदतर न बनाकर नकारात्मक स्थानांतरण (negative transfer) से बचने की गारंटी देता है, जबकि विविध बेंचमार्क पर मजबूत प्रदर्शन का अनुभवजन्य प्रदर्शन करता है और समय की बाधाओं के अनुकूल होने के लिए बहु-मोडालिटी (multimodality) के विस्तार को सक्षम बनाता है।
यह शोध पत्र AmBench को प्रस्तुत करता है, जो 12,000 से अधिक संदिग्ध मानव नामों का एक बेंचमार्क है, यह प्रदर्शित करने के लिए कि बड़े भाषा मॉडल (LLMs) सुस्पष्ट नामों की तुलना में ऐसे नामों का पता लगाने में काफी खराब प्रदर्शन करते हैं, जिससे LLM-आधारित गोपनीयता संरक्षण प्रणालियों में महत्वपूर्ण निष्पक्षता अंतराल और प्रॉम्प्ट इंजेक्शन के प्रति संवेदनशीलता का खुलासा होता है।
यह शोध पत्र लार्ज ऑडियो-लैंग्वेज मॉडल (LALM) मूल्यांकन का पहला व्यापक सर्वेक्षण प्रदान करता है, जो बेंचमार्किंग में वर्तमान विखंडन को संबोधित करने के लिए एक व्यवस्थित चार-आयामी वर्गीकरण प्रस्तावित करता है और भविष्य के अनुसंधान के लिए मार्गदर्शन प्रदान करता है।
यह शोध पत्र CUB को प्रस्तुत करता है, जो रिट्रीवल-ऑगमेंटेड जनरेशन (Retrieval-Augmented Generation) में कॉन्टेक्स्ट यूटिलाइजेशन मैनिपुलेशन टेक्निक्स (CMTs) के मूल्यांकन के लिए पहला व्यापक बेंचमार्क है, जो व्यापक परीक्षण के माध्यम से यह प्रकट करता है कि अधिकांश मौजूदा विधियाँ विविध वास्तविक दुनिया के शोर वाले संदर्भों (noisy contexts) के साथ संघर्ष करती हैं और अक्सर सरलीकृत सिंथेटिक डेटासेट पर बढ़ा-चढ़ाकर प्रदर्शन करती हैं।
यह शोध पत्र PARASITE को पेश करता है, जो एक ब्लैक-बॉक्स हमला ढांचा है जो "स्लीपर एजेंट्स" के साथ तीसरे पक्ष के सिस्टम प्रॉम्प्ट्स को विषाक्त करता है ताकि लार्ज लैंग्वेज मॉडल्स (LLMs) को विशिष्ट प्रश्नों के लिए लक्षित, समझौतापूर्ण प्रतिक्रियाएं उत्पन्न करने के लिए हाईजैक किया जा सके, जबकि सामान्य इनपुट पर सामान्य कार्यक्षमता बनाए रखते हुए मानक सुरक्षा उपायों से प्रभावी ढंग से बचा जा सके।
यह शोध पत्र SIV-Bench प्रस्तुत करता है, जो एक व्यापक वीडियो बेंचमार्क है जिसमें 2,792 क्लिप और 5,455 प्रश्न-उत्तर जोड़े शामिल हैं, जिसे सामाजिक संपर्क कार्यों पर मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि जहाँ वर्तमान मॉडल दृश्य समझ में उत्कृष्ट हैं, वहीं वे मानवीय विचार प्रक्रियाओं के साथ मिसअलाइनमेंट के कारण सामाजिक स्थिति के तर्क और गतिशीलता की भविष्यवाणी करने में संघर्ष करते हैं।
यह शोध पत्र StorySim पेश करता है, जो बड़े भाषा मॉडलों (large language models) का मूल्यांकन करने के लिए नवीन, संदूषण-मुक्त (contamination-free) कहानी प्रॉम्प्ट उत्पन्न करने वाला एक प्रोग्राम करने योग्य ढांचा है, जो यह प्रकट करता है कि वे आमतौर पर थ्योरी ऑफ माइंड (theory of mind) कार्यों की तुलना में वर्ल्ड मॉडलिंग (world modeling) पर बेहतर प्रदर्शन करते हैं और अक्सर गहरे तर्क के बजाय ह्यूरिस्टिक्स (heuristics) पर निर्भर रहते हैं।