11535 पेपर
GLM-5 एक अगली पीढ़ी का फाउंडेशन मॉडल है जो लागत दक्षता के लिए DSA का लाभ उठाकर और जटिल, एंड-टू-एंड सॉफ्टवेयर इंजीनियरिंग कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए नवीन एसिंक्रोनस रीइन्फोर्समेंट लर्निंग का उपयोग करके "वाइब कोडिंग" से "एजेंटिक इंजीनियरिंग" की ओर संक्रमण करता है।
यह अध्ययन संवादात्मक स्थिरता शिक्षण के लिए स्थिर निबंधों, चैटबॉट्स और टेक्स्ट-आधारित खेलों की तुलना करता है, जो यह प्रकट करता है कि जहाँ चैटबॉट्स कथित महत्व को बढ़ाने में सबसे प्रभावी होते हैं, वहीं टेक्स्ट-आधारित खेल कम व्यक्तिपरक शिक्षण रेटिंग के बावजूद बेहतर दीर्घकालिक ज्ञान प्रतिधारण प्रदान करते हैं, जो उपयोगकर्ता जुड़ाव और वास्तविक सीखने के परिणामों के बीच एक महत्वपूर्ण अलगाव को उजागर करता है।
यह शोध पत्र INSURE-Dial प्रस्तुत करता है, जो वास्तविक और सिंथेटिक बीमा सत्यापन कॉल्स से बना पहला सार्वजनिक बेंचमार्क है, जिसमें कॉल चरणों (phases) का पता लगाने और सूचना एवं प्रक्रियात्मक अनुपालन को सत्यापित करने में वॉइस एजेंटों के मूल्यांकन और सुधार के लिए चरण-संरचित अनुपालन डेटा को एनोटेट किया गया है।
बेबीएलएम वर्कशॉप 2026 ने अपने चौथे चुनौती संस्करण की घोषणा की है, जिसमें मानक अंग्रेजी-मात्र ट्रैक के साथ अंग्रेजी, डच और चीनी के लिए एक नया बहुभाषी ट्रैक पेश किया गया है, और संज्ञानात्मक मॉडलिंग, प्रशिक्षण दक्षता और लघु-स्तरीय भाषा मॉडल विकास पर शोध पत्रों को आमंत्रित किया गया है।
यह शोध पत्र डिस्टिल्ड लैंग्वेज मॉडल्स का बेंचमार्किंग करता है ताकि यह प्रदर्शित किया जा सके कि नॉलेज डिस्टिलेशन छोटे और सुलभ मॉडल बनाने के लिए एक अत्यधिक कुशल रणनीति है जो बहुत बड़े समकक्षों के बराबर या उनसे बेहतर तर्क क्षमताएं प्राप्त करते हुए कम्प्यूटेशनल लागत को नाटकीय रूप से कम कर देते हैं।
यह शोधपत्र ConceptRM प्रस्तुत करता है, जो एक नवीन विधि है जो न्यूनतम विशेषज्ञ एनोटेशन के साथ विचलित डेटासेट पर सह-शिक्षण (co-teaching) और आम सहमति-आधारित विश्लेषण का लाभ उठाती है ताकि शोर वाले उत्पादन डेटा से विश्वसनीय नकारात्मक नमूनों को प्रभावी ढंग से पहचाना जा सके, जिससे अलर्ट थकान (alert fatigue) को कम करने की रिफ्लेक्शन मॉडल्स की क्षमता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र MoBiQuant को प्रस्तुत करता है, जो एक नवीन Mixture-of-Bits क्वांटिज़ेशन फ्रेमवर्क है जो टोकन-स्तरीय संवेदनशीलता (token-level sensitivity) और एक टोकन-जागरूक राउटर के आधार पर वेट प्रिसिजन (weight precision) को गतिशील रूप से समायोजित करके इलास्टिक LLM परिनियोजन की चुनौतियों का समाधान करता है, जिससे बार-बार अंशांकन (calibration) के बिना सुचारू रनटाइम प्रिसिजन स्विचिंग सक्षम होती है और बिट-विशिष्ट पोस्ट-ट्रेनिंग क्वांटिज़ेशन के प्रदर्शन के बराबर परिणाम प्राप्त होते हैं।
यह शोध पत्र एक कॉनवेक्स ऑप्टिमाइज़ेशन-आधारित क्लस्टरिंग पद्धति प्रस्तावित करता है जो वैश्विक इष्टतम (ग्लोबल ऑप्टिमा) की गारंटी देता है और स्थिर, व्याख्या योग्य विषय उत्पन्न करता है, जो एंटी-एजिंग बायोमेडिकल साहित्य के एक बड़े संग्रह पर लागू होने पर K-means और LDA जैसे पारंपरिक दृष्टिकोणों की तुलना में बेहतर पुनरुत्पादकता और प्रभावशीलता प्रदर्शित करता है।
एक 22-आयामी भाषाई विशेषता वेक्टर के माध्यम से 369,837 वास्तविक दुनिया के प्रश्नों का विश्लेषण करके, यह अध्ययन प्रदर्शित करता है कि विशिष्ट मानव-भ्रमित करने वाले प्रश्न लक्षण, जैसे कि गहरा क्लॉज नेस्टिंग (clause nesting) और अपर्याप्त विशिष्टता (underspecification), लार्ज लैंग्वेज मॉडल के मतिभ्रम (hallucinations) की संभावना को महत्वपूर्ण रूप से बढ़ा देते हैं, जिससे निर्देशित प्रश्न पुनलेखन (guided query rewriting) के माध्यम से इन जोखिमों को कम करने के लिए एक डेटा-संचालित ढांचा स्थापित होता है।
यह शोध पत्र RARE-PHENIX को प्रस्तुत करता है, जो एक एंड-टू-एंड एआई फ्रेमवर्क है जो क्लिनिकल नोट्स से ह्यूमन फेनोटाइप ऑन्टोलॉजी शब्दों को निकालने, मानकीकृत करने और प्राथमिकता देने के लिए लार्ज लैंग्वेज मॉडल्स को एकीकृत करता है, जो मल्टी-साइट डेटासेट्स में दुर्लभ रोग निदान में सहायता करने के लिए मौजूदा बेसलाइन्स की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।