11611 पेपर
यह शोध पत्र प्रीसीडेंट-इन्फॉर्म्ड रीजनिंग (PIR) का प्रस्ताव करता है, जो एक ऐसा फ्रेमवर्क है जो बड़े रीजनिंग मॉडल्स में अक्षम ओवरथिंकिंग को कम करने के लिए टेस्ट टाइम पर प्रासंगिक पिछले मामलों को अनुकूल रूप से चुनने और उनके समाधान पैटर्न को आत्मसात करने का उपयोग करता है ताकि सटीकता को बनाए रखते हुए या उसमें सुधार करते हुए रीजनिंग ट्रेसेस को छोटा किया जा सके।
यह शोधपत्र FilBBQ को प्रस्तुत करता है, जो एक सांस्कृतिक रूप से अनुकूलित फिलिपिनो बायस बेंचमार्क है जिसमें 10,000 से अधिक प्रॉम्प्ट शामिल हैं जो, एक सुदृढ़ मल्टी-सीड मूल्यांकन प्रोटोकॉल के साथ लागू होने पर, भावना, घरेलूपन, क्वीर हितों और बहुविवाह के संबंध में फिलिपिनो भाषा मॉडलों में महत्वपूर्ण लैंगिक और समलैंगिक पूर्वाग्रहों को प्रकट करता है।
HyperRAG एक रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है जो एडेप्टिव, इंटरप्रिटेबल और एफिशिएंट मल्टी-हॉप रीजनिंग के लिए HyperRetriever और HyperMemory को पेश करके बाइनरी नॉलेज ग्राफ्स की सीमाओं को दूर करने के लिए n-ary हाइपरग्राफ्स का लाभ उठाता है, जिससे विविध ओपन और क्लोज्ड-डोमेन QA बेंचमार्क्स पर बेहतर प्रदर्शन प्राप्त होता है।
यह अध्ययन दृश्य रूप से आधारित परिवेशों में यूनिफॉर्म इंफॉर्मेशन डेंसिटी (UID) परिकल्पना का पहला कम्प्यूटेशनल विश्लेषण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि केवल टेक्स्ट-आधारित परिदृश्यों की तुलना में, भाषा को संवेदी और विमर्श संदर्भों में ग्राउंड करना विविध भाषाओं में सूचना की एकरूपता (information uniformity) को लगातार बढ़ाता है।
यह शोध पत्र LLMStructBench प्रस्तुत करता है, जो संरचित JSON निष्कर्षण (structured JSON extraction) पर लार्ज लैंग्वेज मॉडल्स के मूल्यांकन के लिए एक नवीन बेंचमार्क और डेटासेट है, जो यह प्रकट करता है कि संरचनात्मक वैधता सुनिश्चित करने के लिए प्रॉम्प्टिंग रणनीतियों को अनुकूलित करना मॉडल के आकार की तुलना में अधिक महत्वपूर्ण है, साथ ही यह अर्थ संबंधी सटीकता (semantic accuracy) के साथ एक ट्रेड-ऑफ को भी रेखांकित करता है।
यह शोध पत्र प्रकट करता है कि मशीन अनुवाद पर मानक स्पष्ट तर्क (explicit reasoning) लागू करने से अक्सर अनुवाद के निशानों की रैखिकता के कारण प्रदर्शन में गिरावट आती है, और एक विशेष संरचित तर्क ढांचे का प्रस्ताव करता है जिसमें अनुकूलित बहु-चरणीय प्रारूपण (drafting) और परिशोधन (refinement) शामिल है जो अनुवाद की गुणवत्ता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र यह प्रदर्शित करता है कि उभरते हुए मिसअलाइनमेंट (misalignment) को प्रदर्शित करने के लिए फाइन-ट्यून किए गए लार्ज लैंग्वेज मॉडल्स में व्यवहारिक आत्म-जागरूकता होती है, जो बिना इन-कॉन्टेक्स्ट उदाहरणों के पूछे जाने पर अपने स्वयं के हानिकारक व्यवहार परिवर्तनों और उसके बाद के रीअलाइनमेंट (realignment) को सटीक रूप से पहचानते और रिपोर्ट करते हैं।
यह शोध पत्र एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है जो क्रॉस-डोमेन संकेतों से रुचि-संचालित खोज क्वेरी उत्पन्न करने के लिए बड़े भाषा मॉडलों का लाभ उठाता है, और स्केलेबल, उच्च-प्रदर्शन वाली क्रॉस-डोमेन समाचार अनुशंसा प्राप्त करने के लिए GRPO-आधारित नीति अनुकूलन और ऑन-पॉलिसी डिस्टिलेशन का उपयोग करता है।
यह शोध पत्र Pep प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा (training-free framework) है जो कोल्ड-स्टार्ट वैयक्तिकरण (cold-start personalization) के लिए ऑनलाइन बायेसियन अनुमान (Bayesian inference) करने हेतु ऑफलाइन-सीखे गए स्ट्रक्चर्ड वर्ल्ड मॉडल्स का लाभ उठाता है, जो प्राथमिकता डेटा की फैक्टर्ड संरचना (factored structure) का उपयोग करके संरेखण (alignment) और इंटरेक्शन दक्षता में सुदृढीकरण शिक्षण (reinforcement learning) दृष्टिकोणों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र CATP को प्रस्तुत करता है, जो एक नवीन टोकन प्रूनिंग विधि है जो बड़े मल्टीमॉडल मॉडलों में कम्प्यूटेशनल दक्षता बनाए रखते हुए सटीकता को महत्वपूर्ण रूप से बढ़ाने के लिए क्रॉस-अटेंशन तंत्र और एक परिष्कृत वोटिंग रणनीति का लाभ उठाती है।