11611 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि स्वयं-निर्मित फ्यू-शॉट (few-shot) उदाहरणों से लार्ज लैंग्वेज मॉडल्स (Large Language Models) के तर्क प्रदर्शन में होने वाली वृद्धि मुख्य रूप से एक एकीकृत प्रॉम्प्ट के भीतर समस्याओं को बनाने की संज्ञानात्मक प्रक्रिया से उत्पन्न होती है, न कि स्वयं उत्पन्न किए गए उदाहरणों की उपयोगिता से।
यह शोध पत्र सोशल मीडिया एनएलपी (NLP) अनुप्रयोगों में छह आयामों में गोपनीयता जोखिमों का व्यवस्थित रूप से मूल्यांकन करने के लिए एनएलपी-प्रिज्म (NLP-PRISM) ढांचे को प्रस्तुत करता है, जो गोपनीयता कवरेज में महत्वपूर्ण अंतराल को उजागर करने, ट्रांसफॉर्मर मॉडल में उपयोगिता-गोपनीयता के बीच संतुलन को मापने और नैतिक, गोपनीयता-जागरूक शिक्षण प्रथाओं की वकालत करने के लिए 203 अध्ययनों का विश्लेषण करता है।
यह शोध पत्र "CheckIfExist" प्रस्तुत करता है, जो एक ओपन-सोर्स वेब टूल है जो प्रमुख विद्वत डेटाबेस (scholarly databases) में प्रमाणिकता को सत्यापित करने वाले एक कैस्केडिंग आर्किटेक्चर के माध्यम से ग्रंथ सूची संदर्भों (bibliographic references) का वास्तविक समय में, बहु-स्रोत सत्यापन प्रदान करके एआई-जनित साइटेशन मतिभ्रम (citation hallucinations) की बढ़ती समस्या का समाधान करता है।
यह शोध पत्र पोस्टपोज़िशनल वर्ब-आधारित संरचनाओं (PVCs) का सर्वेक्षण करके और उन्हें PARSEME जैसे क्रॉस-लिंगुअल फ्रेमवर्क में एकीकृत करने के लिए एनोटेशन दिशानिर्देश प्रस्तावित करके कोरियाई मल्टीवर्ड एडपोज़िशन के व्यवस्थित विश्लेषण और संसाधनों की कमी को संबोधित करता है।
यह अध्ययन प्रदर्शित करता है कि जनवरी मिरर (January Mirror), जो एक क्यूरेटेड एंडोक्रिनोलॉजी कॉर्पस के साथ एक साक्ष्य-आधारित नैदानिक तर्क प्रणाली है, ने 2025 की एंडोक्रिनोलॉजी बोर्ड-शैली की परीक्षा में वास्तविक समय वेब एक्सेस वाले फ्रंटियर लार्ज लैंग्वेज मॉडल्स और मानव विशेषज्ञों दोनों से काफी बेहतर प्रदर्शन करते हुए, 100% उद्धरण सत्यापन सुनिश्चित करते हुए 87.5% सटीकता प्राप्त की।
41 ओपन-वेट भाषा मॉडलों का 'फॉल्स बिलीफ' (मिथ्या विश्वास) कार्यों पर मूल्यांकन करके, यह अध्ययन प्रदर्शित करता है कि हालांकि बड़े मॉडल ज्ञान की अवस्थाओं के प्रति बेहतर संवेदनशीलता दिखाते हैं, लेकिन मानव तर्क की नकल करने की उनकी क्षमता सीमित है, फिर भी वे विश्वास आरोपण में विशिष्ट भाषाई पूर्वाग्रहों को सफलतापूर्वक मॉडल करते हैं, जिससे एआई क्षमताओं का आकलन करने और मानव सामाजिक संज्ञान के सिद्धांतों का परीक्षण करने के लिए विविध ओपन-वेट मॉडलों के उपयोग की पुष्टि होती है।
यह शोध पत्र तर्क देता है कि बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) रचनात्मक कार्यों में मानव लेखकों की तुलना में काफी कम अनिश्चितता प्रदर्शित करते हैं क्योंकि संरेखण रणनीतियाँ (अलाइनमेंट स्ट्रैटेजीज़) तथ्यात्मकता को प्राथमिकता देती हैं, एक ऐसा प्रतिबंध जो साहित्यिक समृद्धि को दबा देता है और मानव-स्तर की रचनात्मकता प्राप्त करने के लिए नए अनिश्चितता-जागरूक प्रतिमानों (अनसर्टेन्टी-अवेयर पैराडाइम्स) को आवश्यक बनाता है।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स में लॉन्ग-टेल नॉलेज (long-tail knowledge) को समझने के लिए एक व्यापक वर्गीकरण और विश्लेषणात्मक ढांचा प्रस्तुत करता है, जो कम-आवृत्ति, डोमेन-विशिष्ट और सांस्कृतिक सूचनाओं के प्रतिनिधित्व में निरंतर विफलताओं को संबोधित करने के लिए तकनीकी तंत्रों, हस्तक्षेपों और सामाजिक-तकनीकी निहितार्थों का संश्लेषण करता है।
यह शोध पत्र MultiCW को प्रस्तुत करता है, जो 20 भाषाओं और विविध डोमेन में 1,50,,000 से अधिक नमूनों वाला एक बड़े पैमाने का संतुलित बहुभाषी डेटासेट है, जो एक कठोर बेंचमार्क के रूप में कार्य करता है और यह प्रदर्शित करता है कि फाइन-ट्यून किए गए ट्रांसफॉर्मर्स, चेक-वर्दी (check-worthy) दावों का पता लगाने में ज़ीरो-शॉट लार्ज लैंग्वेज मॉडल्स की तुलना में लगातार बेहतर प्रदर्शन करते हैं।
यह शोधपत्र रिकमेंडर सिस्टम के लिए एक वेरिएबल-लेंथ (परिवर्तनीय-लंबाई वाले) सिमेंटिक आईडी फ्रेमवर्क पेश करता है जो फिक्स्ड-लेंथ (निश्चित-लंबाई वाले) आइडेंटिफायर की अक्षमताओं को दूर करने के लिए गंबेल-सॉफ्टमैक्स रीपैरामीट्राइजेशन के साथ एक डिस्क्रीट वेरिएशनल ऑटोएनकोडर का उपयोग करता है, जिससे बार-बार आने वाली वस्तुओं को अनुकूल रूप से छोटे विवरण सौंपकर जेनेरेटिव रिकमेंडेशन और इमर्जेंट कम्युनिकेशन सिद्धांतों के बीच के अंतर को पाटा जा सके।