23845 पेपर
यह शोध पत्र "फ्रॉम प्रॉम्प्ट्स टू कॉन्टेक्स्ट" प्रस्तुत करता है, जो एक ऑन्टोलॉजी-संचालित ढांचा है जो कॉन्टेक्स्टुअल कोलैबोरेशन एआई ऑन्टोलॉजी (CCAI) के माध्यम से क्षणिक प्रॉम्प्ट-रिस्पॉन्स इंटरैक्शन को संरचित, क्वेरेबल कोलैबोरेशन ट्रेसेस में बदलकर मानव-जेनरेटिव एआई सहयोग में विश्वास, ट्रैसेबिलिटी और जवाबदेही को बढ़ाता है।
यह शोध पत्र NICE को प्रस्तुत करता है, जो 11 आयामों में 137 मदों वाला एक सिद्धांत-आधारित नैदानिक बेंचमार्क है जो बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) की सामाजिक बुद्धिमत्ता का मूल्यांकन करता है, जिससे यह पता चलता है कि हालांकि वे उच्च समग्र सटीकता प्राप्त करते हैं, फिर भी वे बहु-चरण संवाद (मल्टी-टर्न इंटरेक्शन), गैर-मौखिक संकेतों और समकालिकता जैसे विशिष्ट संचार पहलुओं में निरंतर कमजोरियां प्रदर्शित करते हैं।
यह शोध पत्र एक हाइब्रिड रीजनिंग फ्रेमवर्क का प्रस्ताव करता है जहाँ लार्ज लैंग्वेज मॉडल्स (LLMs) प्राथमिकता-आधारित रीजनिंग कार्यों को MaxSAT समस्याओं के रूप में एनकोड करने के लिए पायथन कोड जनरेट करते हैं, जिन्हें फिर डायरेक्ट-आंसर या चेन-ऑफ-थॉट बेसलाइन्स की तुलना में काफी उच्च व्यवहार्यता और शुद्धता दर प्राप्त करने के लिए सटीक सॉल्वर्स द्वारा हल और सत्यापित किया जाता है।
यह शोध पत्र FHRFormer को प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित मास्क ट्रांसफॉर्मर फ्रेमवर्क है जो स्थानीय टेम्पोरल और फ्रीक्वेंसी विशेषताओं को कैप्चर करके लुप्त भ्रूण हृदय गति डेटा को प्रभावी ढंग से पुनर्गठित करता है और भविष्य के संकेतों का पूर्वानुमान लगाता है, जिससे एआई-संचालित भ्रूण जोखिम मूल्यांकन को बढ़ाने के लिए पारंपरिक इंटरपोलेशन विधियों की सीमाओं को दूर किया जा सकता है।
यह शोध पत्र मल्टी-लीगल-बेंच (Multi-Legal-Bench) का परिचय देता है, जो छह देशों और चार भाषा परिवारों में कानूनी तर्क का मूल्यांकन करने वाला पहला क्रॉस-ज्यूरिसडिक्शनल (विभिन्न क्षेत्राधिकारों वाला) बेंचमार्क है, जो यह प्रकट करता है कि कार्य प्रदर्शन क्षेत्राधिकार के अनुसार काफी भिन्न होता है और लेबल-सेट संरेखण (label-set alignment), भाषा की निकटता या टोकेनाइज़र दक्षता के बजाय, क्रॉस-लिंगुअल फ्यू-शॉट ट्रांसफर की सफलता का प्राथमिक भविष्यवक्ता है।
यह शोध पत्र RefWalk प्रस्तुत करता है, जो एक एकीकृत ढांचा है जिसे प्रति-नियम एट्रिब्यूशन (per-rule attribution) और संरचित प्रक्रियात्मक लुकअप (structured procedural lookups) को लागू करके नियामक अनुपालन प्रश्नोत्तर को बढ़ाने के लिए डिज़ाइन किया गया है, जिसे नवीन RegOps-Bench बेंचमार्क और एक अमेरिकी स्वास्थ्य अनुपालन डेटासेट के माध्यम से मान्य किया गया है।
यह शोध पत्र HetMedAgent का प्रस्ताव करता है, जो एक विषम बहु-एजेंट ढांचा (heterogeneous multi-agent framework) है जो सामान्यज्ञ LLMs, डोमेन-विशिष्ट विशेषज्ञ मॉडलों और चिकित्सकों के बीच सहयोग को व्यवस्थित करता है ताकि यह प्रदर्शित किया जा सके कि साक्ष्य संलयन (evidence fusion) और अनुकूलन योग्य अनिश्चितता प्रबंधन के माध्यम से उत्कृष्ट चिकित्सा निर्णय लेने के लिए विशेषज्ञ मॉडल अपरिहार्य बने हुए हैं।
यह शोध पत्र EEG फाउंडेशन मॉडल के लिए CBraMod ट्रांसफार्मर बैकबोन के भीतर पांच पोजीशनल एनकोडिंग रणनीतियों का बेंचमार्किंग करता है, जिससे यह पता चलता है कि कोई भी एकल रणनीति विभिन्न कार्यों में अन्य सभी से सार्वभौमिक रूप से बेहतर प्रदर्शन नहीं करती है, जिसमें स्फेरिकल पोजीशनल एनकोडिंग मोटर इमेजरी में उत्कृष्ट है और एसिमेट्रिक कंडिशनल पोजीशनल एनकोडिंग विविध डिकोडिंग परिदृश्यों में अधिक सुसंगत प्रदर्शन प्रदान करती है।
यह शोध पत्र लॉजिट-अवेयर फाइनल-ब्लॉक क्वांटाइजेशन (LFQ) प्रस्तुत करता है, जो एक पोस्ट-ट्रेनिंग क्वांटाइजेशन विधि है जो लॉजिट्स के बीच क्रॉस-एन्ट्रॉपी को कम करने के लिए अंतिम ट्रांसफॉर्मर ब्लॉक को अनुकूलित करके लो-बिट लार्ज लैंग्वेज मॉडल जनरेशन की गुणवत्ता में सुधार करती है, जिससे पारंपरिक ब्लॉक-वाइज दृष्टिकोणों के कारण होने वाले डिस्ट्रीब्यूशन मिसअलाइनमेंट को सुधारा जा सके।
यह शोध पत्र फिक्स्ड-सेंसर बेंचमार्क की सीमाओं को दूर करने के लिए XXLTraffic और EvoXXLTraffic डेटासेट पेश करता है, जो अल्ट्रा-लॉन्ग, सेंसर-इवॉल्विंग ट्रैफिक डेटा प्रदान करता है जो वास्तविक, निरंतर बढ़ते सड़क नेटवर्क में कई अत्याधुनिक मॉडलों की विफलता को उजागर करता है।