11611 पेपर
यह शोध पत्र एस्पेक्ट-बेस्ड सेंटीमेंट एनालिसिस (Aspect-Based Sentiment Analysis) के लिए एक एजेंटिक डेटा ऑग्मेंटेशन विधि प्रस्तावित करता है जो लेबल निरंतरता और डाउनस्ट्रीम टास्क प्रदर्शन में मानक प्रॉम्प्टिंग-आधारित जनरेशन से बेहतर प्रदर्शन करता है, विशेष रूप से T5-Base जैसे कम प्री-ट्रेन्ड मॉडल्स के लिए।
यह शोधपत्र यह प्रदर्शित करता है कि मशीन-अनुवादित डेटा पर छोटे अंग्रेजी भाषा के मॉडलों को प्रशिक्षित करने से पता चलता है कि जहाँ सामान्य पर्प्लेक्सिटी (perplexity) मुख्य रूप से अनुवादित कॉर्पस की शाब्दिक विविधता द्वारा संचालित होती है, वहीं व्याकरणिक प्रदर्शन स्रोत भाषा और अंग्रेजी के बीच टोपोलॉजिकल समानता से दृढ़ता से आकार लेता है।
यह शोध पत्र सोशल मेटा-लर्निंग (SML) को प्रस्तुत करता है, जो एक फाइन-ट्यूनिंग पद्धति है जो बड़े भाषा मॉडलों को संवादात्मक फीडबैक को सक्रिय रूप से मांगने और उससे सीखने के लिए प्रशिक्षित करती है, जिससे वे विविध डोमेन में अस्पष्ट और कम-निर्दिष्ट कार्यों को अधिक प्रभावी ढंग से हल करने में सक्षम होते हैं।
यह शोध पत्र डेप्थ ग्रोथ (depth growth) और लेयर लूपिंग (layer looping) को एलएलएम (LLMs) में पुनरावृत्ति गणना (iterative computation) को प्रेरित करने के लिए पूरक विधियों के रूप में एकीकृत करता है, जो यह प्रदर्शित करता है कि वे अभिसारी यांत्रिक हस्ताक्षरों (convergent mechanistic signatures) को साझा करते हैं और तर्क क्षमताओं को महत्वपूर्ण रूप से बढ़ाने के लिए प्रभावी ढंग से संयोजित किए जा सकते हैं।
यह शोध पत्र टोपोलॉजिकल सॉफ्ट प्रॉम्प्ट लॉस (TSLoss) का प्रस्ताव करता है, जो एक नवीन अनुकूलन विधि है जो सॉफ्ट प्रॉम्प्ट के संरचनात्मक विकास को मापने और निर्देशित करने के लिए पर्सिस्टेंट होमोलॉजी (persistent homology) का लाभ उठाती है, जिससे उनकी व्याख्यात्मकता, अभिसरण गति (convergence speed) और डाउनस्ट्रीम प्रदर्शन में वृद्धि होती है।
यह शोध पत्र CitiLink-Summ को प्रस्तुत करता है, जो इस डोमेन में स्वचालित सारांश (automatic summarization) के लिए डेटा की कमी को दूर करने और अत्याधुनिक जनरेटिव मॉडल्स एवं लार्ज लैंग्वेज मॉडल्स के लिए बेसलाइन प्रदर्शन स्थापित करने हेतु 2,322 हस्तनिर्मित सारांशों के साथ यूरोपीय पुर्तगाली नगर पालिका बैठक के कार्यवृत्त (municipal meeting minutes) का पहला कॉर्पस है।
यह शोध पत्र Quecto-V1 को प्रस्तुत करता है, जो कि विशेष रूप से भारतीय कानूनों पर प्रशिक्षित और 8-बिट क्वांटाइजेशन के माध्यम से 150 MB से कम में संकुचित किया गया एक 124-मिलियन-पैरामीटर वाला लघु भाषा मॉडल (Small Language Model) है, जो यह प्रदर्शित करता है कि डोमेन-विशिष्ट, ऑफलाइन परिनियोजन डेटा संप्रभुता को बनाए रखते हुए और उच्च रिट्रीवल सटीकता बनाए रखते हुए कानूनी बुद्धिमत्ता का प्रभावी ढंग से लोकतंत्रीकरण कर सकता है।
यह शोध पत्र SODA को प्रस्तुत करता है, जो नेटिव ऑडियो फाउंडेशन मॉडल्स का एक सुइट है जो सिमेंटिक, एकॉस्टिक और टेक्स्ट टोकन्स को संयुक्त रूप से मॉडल करता है, और विविध ऑडियो एवं क्रॉस-मोडल कार्यों में श्रेष्ठ प्रदर्शन प्रदर्शित करने के लिए 64 मॉडल्स के एक व्यापक अनुभवजन्य अध्ययन के माध्यम से एक प्रमाणित प्रशिक्षण रेसिपी और स्केलिंग लॉ स्थापित करता है।
यह शोध पत्र REFINE को पेश करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो फास्ट वेट आर्किटेक्चर में नेक्स्ट-टोकन प्रेडिक्शन की सीमाओं को दूर करने के लिए नेक्स्ट-सीक्वेंस प्रेडिक्शन और ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन का उपयोग करता है, जिससे विभिन्न कार्यों में उनकी लॉन्ग-कॉन्टेक्स्ट मॉडलिंग क्षमताओं को महत्वपूर्ण रूप से बढ़ाता है।
यह अन्वेषणात्मक अध्ययन स्वचालित भाषाई विश्लेषण का उपयोग यह प्रदर्शित करने के लिए करता है कि ChatGPT की मानवीय लेखन की नकल करने की क्षमता के बावजूद, एआई-जनित और मानव-लिखित ग्रंथों के बीच ध्वन्यात्मक, रूपात्मक, वाक्य-रचनात्मक और शाब्दिक विशेषताओं में महत्वपूर्ण मापने योग्य अंतर मौजूद हैं, जो बेहतर एआई प्रशिक्षण और स्वचालित मूल्यांकन उपकरणों की आवश्यकता को रेखांकित करते हैं।