23565 पेपर
यह शोध पत्र तीन भाषा मॉडलों के माध्यम से 9,000 निर्णय प्रक्षेप पथों (decision trajectories) का विश्लेषण करता है ताकि यह प्रकट किया जा सके कि शुद्धता (correctness) और स्थिरता (stability) अलग-अलग गुण हैं, जो यह प्रदर्शित करता है कि अटेंशन मैकेनिज्म मुख्य रूप से स्थिर सही उत्तरों को संचालित करते हैं जबकि विशिष्ट टेक्स्ट स्पैन निर्णय मार्जिन को महत्वपूर्ण रूप से प्रभावित करते हैं।
यह अध्ययन प्रकट करता है कि बड़े भाषा मॉडल चिकित्सा ट्राइएज (medical triage) में महत्वपूर्ण भाषा-संचालित असमानताएं प्रदर्शित करते हैं, जो लक्षण की गंभीरता के आकलन में अंतर के बजाय केवल इनपुट भाषा के कारण निहित भौगोलिक अनुमानों के आधार पर, समान न्यूरोलॉजिकल लक्षणों के लिए आपातकालीन कक्ष जाने की सिफारिश करने की दरों में भारी अंतर रखते हैं।
यह शोधपत्र TECCI को प्रस्तुत करता है, जो 7,550 क्यूरेटेड इमेज-एडिटिंग पेयर्स से बना एक चुनौतीपूर्ण नया बेंचमार्क है, जिसे विशेष रूप से जटिल स्थानिक और रचनात्मक कार्यों के लिए निर्देश पालन (instruction following), संपादन की न्यूनतमता (edit minimality) और दृश्य गुणवत्ता (visual quality) में वर्तमान टेक्स्ट-गाइडेड इमेज एडिटिंग मॉडलों की सीमाओं का व्यवस्थित रूप से मूल्यांकन करने और उन्हें उजागर करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र APEIRIA को प्रस्तुत करता है, जो एक न्यूरो-सिम्बॉलिक 3D मल्टी-मोडल LLM है जो तीन-चरणीय पाठ्यक्रम के माध्यम से व्याख्या योग्य सिम्बॉलिक रीजनिंग पैटर्न को एक लचीले एंड-टू-एंड मॉडल में संकुचित (distill) करता है, जो पारदर्शी, मॉड्यूलर रीजनिंग और ओपन-वोकेबुलरी स्थानिक समझ के बीच के अंतर को प्रभावी ढंग से पाटता है।
यह शोध पत्र असंतुलित प्रतिगमन (इम्बैलेंस्ड रिग्रेशन) के लिए एक एकीकृत हाइब्रिड फ्रेमवर्क प्रस्तावित करता है जो मौजूदा स्टैंडअलोन विधियों की सीमाओं को प्रभावी ढंग से संबोधित करने और दुर्लभ लक्ष्य मानों पर भविष्य कहनेवाला प्रदर्शन में सुधार करने के लिए अनुकूल डेटा-स्तर संतुलन (लक्ष्य-सशर्त प्रतिनिधित्व शिक्षण और फीचर-स्पेस क्लस्टरिंग के माध्यम से) को एक नवीन एल्गोरिदम-स्तर के लेटेंट-डेंसिटी वेटेड लॉस के साथ जोड़ता है।
यह शोध पत्र RefMem-Bench प्रस्तुत करता है, जो लंबी अवधि के संवादों में रिफ्लेक्टिव मेमोरी (reflective memory) का मूल्यांकन करने के लिए डिज़ाइन किया गया एक नया बेंचमार्क है, और REMIND फ्रेमवर्क का प्रस्ताव देता है ताकि मॉडल्स की प्रोग्रेसिव मीनिंग कंस्ट्रक्शन (progressive meaning construction) के माध्यम से खंडित संकेतों को उच्च-स्तरीय व्याख्याओं में संश्लेषित करने की क्षमता को बढ़ाया जा सके।
यह शोध पत्र GCAN का प्रस्ताव करता है, जो एक एटलस-निर्देशित जनरेटिव काउंटरफैक्चुअल अटेंशन नेटवर्क है जो रोग की प्रगति को स्रोत-से-लक्ष्य पीढ़ी (source-to-target generation) की समस्या के रूप में मॉडल करके संज्ञानात्मक गिरावट के सटीक और व्याख्यात्मक निदान को प्राप्त करने के लिए मल्टीमॉडल ब्रेन कनेक्टोम्स का लाभ उठाता है।
SIRIUS-SQL एक नवीन Text-to-SQL फ्रेमवर्क है जो विविध जनरेशन के लिए एक डिफिकल्टी-स्मूथिंग (difficulty-smoothing) RL ट्रेनिंग रणनीति, लक्षित त्रुटि सुधार के लिए एक एक्जीक्यूशन-ग्राउंडेड लाइफसाइकिल और एक कॉन्फिडेंस-गेटेड हाइब्रिड सेलेक्टर के माध्यम से मौजूदा मल्टी-कैंडिडेट सिस्टम्स की सीमाओं को संबोधित करके जटिल स्कीमा पर सटीकता में सुधार करता है, जिससे BIRD और SPIDER बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र इंडोबायस (IndoBias) का परिचय देता है, जो एक सांस्कृतिक रूप से आधारित बेंचमार्क है जिसमें इंडोनेशियाई और तीन स्थानीय भाषाओं में एलएलएम (LLM) पूर्वाग्रह का आकलन करने के लिए दोहरी मूल्यांकन ट्रैक की सुविधा है, जो यह प्रकट करता है कि मौजूदा मॉडल महत्वपूर्ण प्रतिनिधित्व संबंधी अन्याय प्रदर्शित करते हैं और कॉमन क्रॉल (Common Crawl) डेटा पर प्रीट्रेनिंग करना या स्थानीय भाषाओं को शामिल करना इन पूर्वाग्रहों को बढ़ा सकता है।
यह शोध पत्र प्रदर्शित करता है कि केवल आसन्न तुलनाओं (adjacent comparisons) पर प्रशिक्षित ट्रांसफॉर्मर स्वतः ही रैंक क्रम का एक आयामी ज्यामितीय प्रतिनिधित्व विकसित कर लेते हैं जो न केवल आउट-ऑफ-डिस्ट्रीब्यूशन ट्रांजिटिव इन्फरेंस (transitive inference) को सक्षम बनाता है, बल्कि मानव-समान प्रतीकात्मक दूरी प्रभाव (symbolic distance effect) की भी नकल करता है, जिससे संज्ञानात्मक विज्ञान और तंत्रिका नेटवर्क यांत्रिकी के बीच की खाई को पाटा जा सकता है।