23087 पेपर
यह शोध पत्र X+Slides को प्रस्तुत करता है, जो एक नवीन बेंचमार्क है जिसमें एक गतिशील, श्रोता-आधारित मूल्यांकन ढांचा है, जिसमें चार पूरक मेट्रिक्स शामिल हैं जो यह आकलन करते हैं कि बड़े भाषा मॉडल (LLMs) स्रोत-आधारित शुद्धता और विविध लक्षित दर्शकों की विशिष्ट सूचनात्मक आवश्यकताओं के बीच संतुलन बनाते हुए स्लाइड डेक कितनी अच्छी तरह तैयार करते हैं।
NeSyCat Torch एक लेज़ी लॉग-टेन्सर मोनाड (lazy log-tensor monad) के माध्यम से डिफरेंशिएबल टेन्सर-आधारित प्रशिक्षण को लागू करके एक एकल मोनाडिक ढांचे के तहत विविध न्यूरोसिम्बोलिक सिमेंटिक्स को एकीकृत करता है, जो विभिन्न प्रथम-क्रम दृष्टिकोणों के अनुकूल एक समान संरचना बनाए रखते हुए मौजूदा प्रणालियों की तुलना में MNIST एडिशन पर बेहतर गति और सटीकता प्राप्त करता है।
यह अध्ययन प्रदर्शित करता है कि जहाँ विभिन्न सुधार विधियाँ सोशल चैटबॉट्स में तथ्यात्मक त्रुटियों को समान रूप से ठीक करती हैं, वहीं आत्म-सुधार (self-correction) विशिष्ट रूप से बॉट की विश्वसनीयता को बनाए रखता है और विश्वास परिवर्तन को प्रेरित करने के लिए उपयोगकर्ता के सामाजिक जुड़ाव का लाभ उठाता है, जबकि बाहरी स्रोतों को सुधार सौंपने से विश्वास को क्षति पहुँचती है और यह मनोवैज्ञानिक संबंध टूट जाता है।
यह शोध पत्र एक स्केलेबल पाइपलाइन का प्रस्ताव करता है जो ट्रांसफॉर्मर अटेंशन हेड्स को मानव-पठनीय, निष्पादन योग्य पायथन प्रोग्रामों के साथ अनुमानित करने के लिए प्रोग्राम सिंथेसिस का उपयोग करता है, यह प्रदर्शित करते हुए कि ये प्रतीकात्मक सरोगेट्स (symbolic surrogates) सटीकता से अटेंशन पैटर्न को पुनरुत्पादित कर सकते हैं और मॉडल के प्रदर्शन पर न्यूनतम प्रभाव के साथ न्यूरल हेड्स के एक महत्वपूर्ण हिस्से को प्रतिस्थापित कर सकते हैं।
यह शोध पत्र ScenA को प्रस्तुत करता है, जो एक संदर्भ-संचालित मल्टी-स्पीकर ऑडियो जनरेशन विधि है जो यथार्थवादी, ओवरलैपिंग संवाद दृश्यों को परिवेशी शोर के साथ बनाने के लिए इन-द-वाइल्ड डेटा पर प्री-ट्रेन किए गए टेक्स्ट-टू-ऑडियो फ्लो-मैचिंग मॉडल का लाभ उठाता है, जो संदर्भ आवाजों और फ्री-फॉर्म प्रॉम्प्ट्स पर आधारित होता है, जबकि एक हाई-नॉइज़-बायस्ड ट्रेनिंग रणनीति के माध्यम से "रेफरेंस शॉर्टकट" चुनौती पर विजय प्राप्त करता है।
यह शोध पत्र रूब्रिक-कंडीशन्ड सेल्फ-डिस्टिलेशन (Rubric-Conditioned Self-Distillation) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो ऑन-पॉलिसी सेल्फ-डिस्टिलेशन को निर्देशित करने के लिए संरचित, सूक्ष्म-स्तरीय रूब्रिक्स का लाभ उठाता है, जिससे शोर वाले चेन-ऑफ-थॉट एनोटेशन और स्केलर रिवार्ड्स की सीमाओं को पार करते हुए GRPO और OPSD की तुलना में विज्ञान तर्क बेंचमार्क पर बेहतर प्रदर्शन प्राप्त किया जा सके।
यह शोधपत्र TreeTracer को प्रस्तुत करता है, जो एक विज़ुअल एनालिटिक्स टूल है जो हिस्टेरिकैलिटी (hierarchical) संकी (Sankey) आरेखों में स्टोकेस्टिक LLM जनरेशन को एकत्रित करता है ताकि उन छिपे हुए प्रतिनिधित्व संबंधी और वाक्यात्मक पूर्वाग्रहों—जैसे कि सर्वनाम दमन (pronoun suppression) और संवादात्मक हाशिए पर डालना (conversational marginalization)—को उजागर किया जा सके, जिन्हें अक्सर मानक एकल-आउटपुट ऑडिटिंग विधियों द्वारा अनदेखा कर दिया जाता है।
यह शोध पत्र यह प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स में क्रॉस-लिंगुअल ट्रांसफर मुख्य रूप से टास्क-फॉर्मेट अलाइनमेंट द्वारा संचालित होता है न कि भाषाई संबद्धता द्वारा, क्योंकि मॉडल अपने बेसलाइन प्रदर्शन या चेन-ऑफ-थॉट रीजनिंग के उपयोग की परवाह किए बिना भाषा परिवारों में समान सुधार प्रदर्शित करते हैं।
यह शोध पत्र एक संज्ञानात्मक सिद्धांत-आधारित त्रुटि वर्गीकरण प्रस्तुत करता है जो यह प्रदर्शित करता है कि हार्डवेयर डिज़ाइन में एलएलएम (LLMs) RTL कोडिंग कार्यों पर एक सख्त प्रदर्शन सीमा का सामना करते हैं, जहाँ संरेखण तकनीकें केवल सिंटैक्स में सुधार करती हैं जबकि गहरे कार्यात्मक दोष प्रीट्रेनिंग ज्ञान द्वारा सीमित रहते हैं और टेस्ट-टाइम स्केलिंग द्वारा भी हल नहीं किए जा सकते।
यह शोध पत्र LUCID को प्रस्तुत करता है, जो लार्ज लैंग्वेज मॉडल-आधारित नॉलेज ग्राफ रीजनिंग के लिए एक नवीन हैलुसिनेशन डिटेक्शन विधि है, जो ग्राफ न्यूरल नेटवर्क के माध्यम से LLM अटेंशन स्कोर, सिमेंटिक समानता और स्ट्रक्चरल ग्राफ सूचना का संयुक्त रूप से लाभ उठाकर अत्याधुनिक प्रदर्शन प्राप्त करता है।