11611 पेपर
यह शोध पत्र Caprese को प्रस्तुत करता है, जो एक संसाधन-कुशल डिस्टिलेशन विधि है जो सिंथेटिक नमूनों के एक छोटे सेट और न्यूनतम अतिरिक्त मापदंडों का उपयोग करके बड़े भाषा मॉडलों की गणितीय तर्क क्षमताओं को बहाल करती है जो कुशल अनुमान तकनीकों द्वारा बाधित हो गई हैं, जबकि साथ ही भाषा प्रदर्शन को कम किए बिना सक्रिय मापदंडों, विलंबता (latency) और टोकन संख्या को कम करती है।
यह शोधपत्र EVALOOOP प्रस्तुत करता है, जो एक नवीन ढांचा है जो कार्यात्मक कोड-प्राकृतिक भाषा रूपांतरणों के औसत सतत लूप (ASL) को मापकर प्रोग्रामिंग में लार्ज लैंग्वेज मॉडल की मजबूती का आकलन करता है, जिससे यह पता चलता है कि बेहतर प्रारंभिक प्रदर्शन वाले मॉडल अनिवार्य रूप से स्व-संदर्भित पुनरावृत्ति कार्यों के तहत अधिक अंतर्निहित स्थिरता प्रदर्शित नहीं करते हैं।
यह शोध पत्र RAVENEA को प्रस्तुत करता है, जो एक नया बेंचमार्क है जो 11,000 से अधिक क्यूरेटेड विकिपीडिया दस्तावेजों को एकीकृत करता है ताकि यह मूल्यांकन और प्रदर्शन किया जा सके कि कैसे रिट्रीवल-ऑगमेंटेड जनरेशन, संस्कृति-केंद्रित विजुअल क्वेश्चन अनswering और इमेज कैप्शनिंग कार्यों पर बेहतर प्रदर्शन के माध्यम से मल्टीमॉडल मॉडल्स में विजुअल कल्चर की समझ को महत्वपूर्ण रूप से बढ़ाता है।
यह शोधपत्र iQUEST प्रस्तुत करता है, जो एक पुनरावृत्ति प्रश्न-निर्देशित ढांचा (iterative question-guided framework) है जो विभिन्न बेंचमार्क और लार्ज लैंग्वेज मॉडल्स (Large Language Models) में मल्टी-हॉप नॉलेज बेस क्वेश्चन अनswering (multi-hop Knowledge Base Question Answering) के प्रदर्शन को सुधारने के लिए सब-क्वेश्चन डिकम्पोजिशन (sub-question decomposition) को ग्राफ न्यूरल नेटवर्क-एन्हांस्ड लुक-अहेड रीजनिंग (Graph Neural Network-enhanced look-ahead reasoning) के साथ जोड़ता है।
यह शोधपत्र *इटालियन जर्नल ऑफ लिंग्विस्टिक्स* में प्रकाशित लेखक के लक्षित लेख पर प्राप्त प्रतिक्रिया के एक समापन प्रत्युत्तर के रूप में कार्य करता है, जो भाषाई सिद्धांतकरण और भाषा मॉडलिंग पर अंतिम विचार प्रस्तुत करता है।
यह शोध पत्र HALT को प्रस्तुत करता है, जो एक क्षमता-संरेखित फाइनट्यूनिंग विधि है जो बड़े भाषा मॉडल (Large Language Model) की विश्वसनीयता में सुधार करती है, जिससे मॉडल को अनिश्चित सामग्री उत्पन्न करने से बचने के लिए प्रशिक्षित किया जाता है, जिससे प्रतिक्रिया पूर्णता के साथ एक ट्यूनेबल संतुलन बनाए रखते हुए विविध डोमेन में तथ्यात्मक शुद्धता में उल्लेखनीय वृद्धि होती है।
यह शोध पत्र LLM सुदृढीकरण फाइन-ट्यूनिंग (reinforcement fine-tuning) के लिए एक डेटा-कुशल ढांचे का प्रस्ताव करता है जो मानक GRPO एल्गोरिदम के प्रदर्शन के तुलनीय बनाए रखते हुए कम्प्यूटेशनल लागत को महत्वपूर्ण रूप से कम करने के लिए कठिनाई-लक्षित ऑनलाइन डेटा चयन (difficulty-targeted online data selection) को रोलआउट रिप्ले तंत्र (rollout replay mechanism) के साथ जोड़ता है।
यह शोध पत्र PrinMix को प्रस्तुत करता है, जो एक गणितीय रूप से आधारित ढांचा है जो क्वांटाइजेशन को एक इंटीजर लीनियर प्रोग्रामिंग समस्या के रूप में स्वरूपित करके और रिकंस्ट्रक्शन टारगेट करेक्शन का उपयोग करके लार्ज लैंग्वेज मॉडल्स के लिए SVD-आधारित डेल्टा कंप्रेशन को अनुकूलित करता है, जिससे यह चुनौतीपूर्ण बेंचमार्क पर मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र PragmaBot को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो रोबोटों को विजुअल सेल्फ-रिफ्लेक्शन के लिए विजन-लैंग्वेज मॉडल और रिट्रीवल-ऑगमेंटेड जनरेशन के माध्यम से सफलता दर में निरंतर सुधार करने के लिए एक दोहरी मेमोरी प्रणाली (शॉर्ट-टर्म और लॉन्ग-टर्म) का उपयोग करके वास्तविक दुनिया के अनुभव के माध्यम से टास्क प्लानिंग सीखने में सक्षम बनाता है।
यह शोध पत्र SECA का प्रस्ताव करता है, जो एक नवीन एडवरसेरियल अटैक फ्रेमवर्क है जो यथार्थवादी, अर्थपूर्ण रूप से समान और सुसंगत प्रॉम्प्ट संशोधनों को उत्पन्न करके लार्ज लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) उत्पन्न करता है, जिससे उन पूर्व विधियों की सीमाओं को दूर किया जा सके जो निरर्थक या अर्थ परिवर्तित इनपुट पर निर्भर करती हैं।