23845 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि बड़े भाषा मॉडलों (large language models) में चेन-ऑफ-थॉट (Chain-of-Thought) तर्क अक्सर स्वाभाविक, गैर-प्रतिरोधी प्रॉम्प्ट्स पर भी अविश्वसनीय होता है, क्योंकि मॉडल अक्सर अंतर्निहित पूर्वाग्रहों या अतार्किक शॉर्टकट्स द्वारा संचालित सुसंगत लेकिन विरोधाभासी औचित्य उत्पन्न करते हैं, जो यह प्रकट करता है कि मौखिक तर्क आंतरिक निर्णय लेने की प्रक्रिया को सटीक रूप से प्रतिबिंबित नहीं करता है।
यह शोध पत्र टाइम सीरीज़ डेटा से प्राकृतिक भाषा की घटनाओं का अनुमान लगाने की लार्ज लैंग्वेज मॉडल्स की क्षमता का मूल्यांकन करने के लिए एक नया बेंचमार्क और स्वचालित कार्य पीढ़ी विधि प्रस्तुत करता है, जो यह प्रदर्शित करता है कि न्यूनतम संदर्भ भी आश्चर्यजनक सफलता प्रदान करता है और डिस्टिलेशन को रीइन्फोर्समेंट लर्निंग के साथ जोड़ना छोटे मॉडल्स को बड़े प्रोप्राइटरी रीजनिंग मॉडल्स के प्रदर्शन के बराबर लाने में सक्षम कर सकता है।
यह शोध पत्र संज्ञानात्मक तंत्रिका विज्ञान (cognitive neuroscience) से प्राप्त सिग्नल प्रेडिक्शन सिद्धांतों पर आधारित आर्टिफिशियल जनरल इंटेलिजेंस के लिए एक मिथ्याकरणीय (falsifiable) ढांचे का प्रस्ताव करता है, जो इन मूलभूत आवश्यकताओं का अनुभवजन्य मूल्यांकन करने के लिए एक परिचालन टेस्टबेड पेश करता है।
यह शोध पत्र ऑर्थोगोनल सबस्पेस फॉर रोबस्ट मॉडल मर्जिंग (OSRM) का प्रस्ताव करता है, जो एक ऐसी विधि है जो टास्क इंटरफेरेंस को कम करने और कई LoRA-अनुकूलित लैंग्वेज मॉडल्स को मर्ज करने के प्रदर्शन और मजबूती में महत्वपूर्ण रूप से सुधार करने के लिए फाइन-ट्यूनिंग से पहले LoRA सबस्पेस को बाधित करती है।
यह शोध पत्र एक सामान्य ढांचे का प्रस्ताव करता है जो एआई मॉडल विकास के विशिष्ट चरणों को जवाबदेही सौंपने के लिए प्रतितथ्यात्मक विश्लेषण (counterfactual analysis) और कुशल अनुमानकों (efficient estimators) का उपयोग करता है, जिससे मॉडल पुनप्रशिक्षण की आवश्यकता के बिना चरण प्रभावों के परिमाणीकरण और भ्रामक सहसंबंधों को हटाने में सक्षम बनाया जा सके।
यह शोध पत्र SHIELD को प्रस्तुत करता है, जो एक नया ढांचा है जो तीव्र प्रतिकूल हमलों (strong adversarial attacks) के तहत प्रमाणित रूप से सुदृढ़ (certifiably robust), स्केलेबल और रिप्ले-मुक्त निरंतर शिक्षण (replay-free continual learning) प्राप्त करने के लिए इंटरवल बाउंड प्रोपेगेशन (Interval Bound Propagation) और एक नई इंटरवल मिक्सअप (Interval MixUp) रणनीति के साथ हाइपरनेटवर्क-आधारित आर्किटेक्चर को जोड़ता है।
यह शोध पत्र DISCO को प्रस्तुत करता है, जो एक नए स्टैंडर्ड एंटी-कॉज़ल मॉडल फ्रेमवर्क और कुशल कंडीशनल डिस्टेंस कोरिलेशन अनुमानकों (estimators) का लाभ उठाकर डीप लर्निंग में डेटासेट पूर्वाग्रह (bias) को कम करने के लिए कंडीशनल इंडिपेंडेंस लागू करता है, जिससे विविध मल्टी-बायस परिदृश्यों में सुदृढ़ और स्केलेबल प्रदर्शन प्राप्त होता है।
यह शोध पत्र PictSure प्रस्तुत करता है, जो एक विजन-ओनली इन-कॉन्टेक्स्ट लर्निंग फ्रेमवर्क है जो यह प्रदर्शित करता है कि प्री-ट्रेन्ड इमेज एम्बेडिंग्स की गुणवत्ता ही फ्यू-शॉट क्लासिफिकेशन प्रदर्शन का प्राथमिक निर्धारक है, जबकि फ्यूजन लेयर के ट्रेनिंग डेटा की विविधता से सीमित अतिरिक्त लाभ मिलता है।
यह शोध पत्र एक नवीन जॉइंट एंगल-आधारित रिफाइनमेंट (JAR) पद्धति प्रस्तावित करता है जो विश्वसनीय ग्राउंड ट्रुथ उत्पन्न करने के लिए हाई-ऑर्डर फूरियर सीरीज़ का उपयोग करता है और मार्कर-मुक्त मानव पोज़ एस्टिमेशन में कीपॉइंट त्रुटियों को सुधारने और प्रक्षेपवक्र (ट्रैजेक्टरीज) को सुचारू बनाने के लिए एक द्विदिश आवर्ती नेटवर्क (बायडायरेक्शनल रिकरेंट नेटवर्क) का उपयोग करता है, जो चुनौतीपूर्ण काइनेमैटिक परिदृश्यों में अत्याधुनिक मॉडलों से बेहतर प्रदर्शन करता है।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स में विभिन्न इन्फरेंस-टाइम अनिश्चितता मापों का मूल्यांकन करता है, जिसमें यह पाया गया है कि कई मेट्रिक्स मानव अनिश्चितता के साथ मजबूत संरेखण और मध्यम-से-मजबूत मॉडल अंशांकन (कैलिब्रेशन) प्रदर्शित करते हैं, भले ही वे मानव उत्तर प्राथमिकताओं के साथ सहसंबंध नहीं रखते हों।