23200 पेपर
यह शोध पत्र एक नवीन आयामी न्यूरल ऑपरेटर फ्रेमवर्क प्रस्तुत करता है जो एक सहायक फलन आयाम (auxiliary function dimension) के माध्यम से एम्बेडिंग विकास को मॉडल करता है, जिससे पारंपरिक एम्बेडिंग-स्केलिंग दृष्टिकोणों की कम्प्यूटेशनल लागतों से बचते हुए विविध भौतिक बेंचमार्क में अत्याधुनिक सटीकता और सुदृढ़ता प्राप्त होती है।
यह शोध पत्र TaskPGM को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो म्यूचुअल इंफॉर्मेशन और बिहेवियरल डाइवर्जेंस के माध्यम से एक एनर्जी-बेस्ड मार्कोव रैंडम फील्ड का उपयोग करके टास्क इंटरैक्शन को मॉडल करता है, जिससे सुपरवाइज्ड फाइन-ट्यूनिंग डेटा मिश्रणों को अनुकूलित किया जाता है, और इस प्रकार बड़े भाषा मॉडल के प्रदर्शन में सुधार करने के लिए टास्क कवरेज और रेडंडेंसी के बीच संतुलन बनाता है।
यह सर्वेक्षण डिफ्यूजन लैंग्वेज मॉडल्स (DLMs) का एक व्यापक अवलोकन प्रदान करता है, जो उनके विकास, मूलभूत सिद्धांतों, अत्याधुनिक तकनीकों, अनुमान अनुकूलन (inference optimizations), मल्टीमॉडल विस्तार और व्यावहारिक अनुप्रयोगों का विवरण देते हुए वर्तमान चुनौतियों को संबोधित करता है और ऑटोरिग्रेसिव प्रतिमानों के एक आशाजनक विकल्प के रूप में भविष्य के अनुसंधान दिशाओं को रेखांकित करता है।
यह शोध पत्र CoT-Space को प्रस्तुत करता है, जो एक सैद्धांतिक ढांचा है जो चेन-ऑफ-थॉट (Chain-of-Thought) तर्क को एक निरंतर अर्थपूर्ण स्थान (continuous semantic space) के भीतर एक अनुकूलन प्रक्रिया के रूप में मॉडल करता है ताकि अंडरफिटिंग और ओवरफिटिंग के बीच एक ट्रेड-ऑफ के रूप में इष्टतम तर्क लंबाई के अभिसरण (convergence) की व्याख्या की जा सके, जिससे सुदृढीकरण शिक्षण (Reinforcement Learning) के माध्यम से टेस्ट-टाइम स्केलिंग के लिए एक सिद्धांतपूर्ण आधार प्रदान किया जा सके।
14 ओपन लार्ज लैंग्वेज मॉडल परियोजनाओं के एक खोजपूर्ण विश्लेषण के माध्यम से, यह शोध पत्र विकास जीवनचक्र (डेवलपमेंट लाइफसाइकिल) के दौरान ओपन सहयोग की विकसित होती प्रथाओं, विविध प्रेरणाओं और विविध शासन संरचनाओं का मानचित्रण करता है, और यह निष्कर्ष निकालता है कि एआई में खुलापन (ओपननेस) एक समान गुण होने के बजाय इस बात का एक उभरता हुआ परिणाम है कि ये परस्पर जुड़े तत्व कैसे व्यवस्थित हैं।
यह शोध पत्र एलएलएम (LLM) बेंचमार्किंग में शास्त्रीय अनुमान और प्रॉम्प्ट निर्भरता की सीमाओं को संबोधित करने के लिए एम्बेडिंग-स्पेस क्लस्टरिंग के साथ एक सुधारात्मक बेयसियन पदानुक्रमित मॉडल प्रस्तावित करता है, जिससे अधिक मजबूत प्रदर्शन मेट्रिक्स प्राप्त होते हैं और सीमित-डेटा सेटिंग्स में त्रुटियों में महत्वपूर्ण कमी आती है।
यह शोध पत्र CTIConnect को प्रस्तुत करता है, जो एक व्यापक बेंचमार्क और मूल्यांकन हारनेस (harness) है जिसे नौ विषम साइबर थ्रेट इंटेलिजेंस कार्यों में रिट्रीवल-ऑगमेंटेड LLMs का व्यवस्थित रूप से आकलन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि प्रभावी प्रदर्शन के लिए जेनेरिक रिट्रीवल सुधारों के बजाय डोमेन-विशिष्ट संरचनात्मक हस्तक्षेपों की आवश्यकता होती है।
यह शोध पत्र एक टूर्नामेंट-आधारित बेंचमार्क प्रस्तुत करता है जो एक जटिल बाजार-संचालित लॉजिस्टिक्स समस्या पर स्नातक छात्रों के विरुद्ध लार्ज लैंग्वेज मॉडल्स (LLMs) का मूल्यांकन करता है, जिससे यह खुलासा होता है कि मानव-कोडित एजेंट LLM-जनरेटेड समाधानों से काफी बेहतर प्रदर्शन करते हैं, जहाँ अधिकांश LLM एजेंट सरल बेसलाइन को पार करने में विफल रहते हैं और यहाँ तक कि उन्हें सुधारने के लिए प्रेरित किए जाने पर वे इष्टतम मानवीय रणनीतियों को और भी खराब कर देते हैं।
यह शोधपत्र RARO को प्रस्तुत करता है, जो एक नवीन इनवर्स रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो एक पॉलिसी और एक रिलेटिस्टिक क्रिटिक के बीच एक एडवरसेरियल गेम का उपयोग करके केवल विशेषज्ञ प्रदर्शनों (expert demonstrations) के माध्यम से लार्ज लैंग्वेज मॉडल्स को प्रभावी ढंग से तर्क करने के लिए प्रशिक्षित करता है, जिससे कार्य-विशिष्ट सत्यापनकर्ताओं (task-specific verifiers) पर निर्भर रहे बिना तर्क संबंधी कार्यों पर मजबूत प्रदर्शन प्राप्त किया जाता है।
यह शोध पत्र एक स्वचालित, संवाद-आधारित डेटासेट जनरेशन पाइपलाइन प्रस्तुत करता है जो कंपाइलर और रनटाइम फीडबैक के साथ एक दोहरे-LLM क्वेश्चनर-सॉल्वर डिज़ाइन का लाभ उठाता है ताकि सत्यापित कोड अनुवाद और तर्क संबंधी संवाद बनाए जा सकें, जो फोर्ट्रान और CUDA जैसे कम-संसाधन वाले डोमेन में LLMs की कार्यात्मक शुद्धता को महत्वपूर्ण रूप से बढ़ाता है।