cs.CL

Ethology of Latent Spaces

यह अध्ययन एक एथोलॉजिकल (ethological) परिप्रेक्ष्य का उपयोग यह प्रदर्शित करने के लिए करता है कि विजन-लैंग्वेज मॉडल्स के लेटेंट स्पेस (latent spaces) तटस्थ नहीं हैं, बल्कि वे विशिष्ट, प्रशिक्षण-डेटा-संचालित "एल्गोरिद्मिक स्कोपिक रिजीम्स" (algorithmic scopic regimes) प्रदर्शित करते हैं जो कला की भिन्न और अक्सर विरोधाभासी राजनीतिक एवं सांस्कृतिक व्याख्याएँ उत्पन्न करते हैं, जिससे डिजिटल कला इतिहास में इन मॉडल्स के उपयोग के प्रति एक आलोचनात्मक पुनर्मूल्यांकन आवश्यक हो जाता है।

CompactRAG: Reducing LLM Calls and Token Overhead in Multi-Hop Question Answering

CompactRAG मल्टी-हॉप प्रश्न उत्तर देने के लिए एक लागत-कुशल ढांचा है जो ऑफलाइन कॉर्पस पुनर्गठन को एक परमाणु (atomic) QA ज्ञान आधार में और ऑनलाइन रीजनिंग चरण को, जो डेंस रिट्रीवल और उत्तर निष्कर्षण पर निर्भर करता है, में अलग करके LLM कॉल्स और टोकन ओवरहेड को न्यूनतम करता है, जिससे रीजनिंग की जटिलता के बावजूद LLM को केवल दो बार ही बुलाया जाता है।

LongR: Unleashing Long-Context Reasoning via Reinforcement Learning with Dense Utility Rewards

LongR एक एकीकृत ढांचा (unified framework) है जो एक गतिशील "सोचें-और-पढ़ें" (Think-and-Read) तंत्र को सापेक्ष सूचना लाभ (relative information gain) पर आधारित संदर्भ घनत्व पुरस्कारों (contextual density rewards) के साथ एकीकृत करके LLMs में दीर्घ-संदर्भ तर्क (long-context reasoning) को बढ़ाता है, जिससे विविध बेंचमार्क और सुदृढीकरण लर्निंग (reinforcement learning) एल्गोरिदम में महत्वपूर्ण प्रदर्शन सुधार प्राप्त होता है।

EuroLLM-22B: Technical Report

यह शोध पत्र EuroLLM-22B को प्रस्तुत करता है, जो 35 भाषाओं (सभी 24 आधिकारिक यूरोपीय संघ की भाषाओं सहित) का समर्थन करने के लिए शून्य से प्रशिक्षित एक लार्ज लैंग्वेज मॉडल है, जो मौजूदा मॉडलों में यूरोपीय भाषाओं के कम प्रतिनिधित्व को संबोधित करता है और तर्क (reasoning), निर्देश पालन (instruction following) और अनुवाद में प्रतिस्पर्धी प्रदर्शन प्राप्त करते हुए, भविष्य के अनुसंधान में सहायता के लिए सभी संबंधित डेटासेट, मॉडल और कोड जारी करता है।

Vicarious Offense and Noise Audit of Offensive Speech Classifiers: Unifying Human and Machine Disagreement on What is Offensive

Bootstrapping Cognitive Agents with a Large Language Model

यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो बड़े भाषा मॉडलों (LLMs) के शोरयुक्त सामान्य ज्ञान का उपयोग करके व्याख्यात्मक संज्ञानात्मक आर्किटेक्चर को बूटस्ट्रैप करता है, और यह प्रदर्शित करता है कि एम्बोडीड किचन कार्यों के माध्यम से यह हाइब्रिड दृष्टिकोण केवल LLMs पर निर्भर रहने की तुलना में अधिक दक्षता प्राप्त करता है और साथ ही डोमेन-विशिष्ट ज्ञान सत्यापन और अपडेट को सक्षम बनाता है।

Grammatical Error Correction for Low-Resource Languages: The Case of Zarma

यह अध्ययन कम-संसाधन वाली भाषाओं के लिए व्याकरणिक त्रुटि सुधार उपकरणों की कमी को संबोधित करता है, यह प्रदर्शित करते हुए कि मशीन अनुवाद मॉडल, विशेष रूप से M2M100, ज़ार्मा पाठ को सुधारने में नियम-आधारित विधियों और बड़े भाषा मॉडलों से बेहतर प्रदर्शन करते हैं, एक ऐसा निष्कर्ष जिसे संबंधित भाषा बम्बारा पर भी और अधिक प्रमाणित किया गया है।

Fake News Detection After LLM Laundering: Measurement and Explanation

यह अध्ययन एलएलएम-पैराफ्रेज़्ड (LLM-paraphrased) भ्रामक सूचनाओं के प्रति फेक न्यूज डिटेक्टरों की संवेदनशीलता की जांच करता है, जो यह प्रकट करता है कि भावना परिवर्तन (sentiment shifts) के कारण पैराफ्रेजिंग पहचान में महत्वपूर्ण बाधा उत्पन्न करती है, साथ ही एक नया डेटासेट प्रदान करता है और इस प्रतिकूल संदर्भ में विशिष्ट मॉडल की शक्तियों और कमजोरियों की पहचान करता है।

LLM Agents for Education: Advances and Applications

यह शोध पत्र शिक्षा में लार्ज लैंग्वेज मॉडल (LLM) एजेंटों का एक व्यवस्थित सर्वेक्षण प्रस्तुत करता है, जो उनके तकनीकी आधारों और फीडबैक जनरेशन तथा करिकुलम डिज़ाइन जैसे कार्यों में उनके अनुप्रयोगों का विश्लेषण करता है, साथ ही नैतिकता, मतिभ्रम (hallucinations) और इकोसिस्टम एकीकरण जैसी महत्वपूर्ण चुनौतियों का भी समाधान करता है।

Beyond speculation: Measuring the growing presence of LLM-generated texts in multilingual disinformation

यह अध्ययन चैटजीपीटी (ChatGPT) की रिलीज़ के बाद वास्तविक दुनिया के बहुभाषी दुष्प्रचार डेटासेट में एलएलएम (LLM) द्वारा निर्मित सामग्री की बढ़ती उपस्थिति का पहला अनुभवजन्य प्रमाण प्रदान करता है, जो इस खतरे के वास्तविक पैमाने पर विद्वानों की बहस को पाटने के लिए भाषाओं, प्लेटफार्मों और समय अवधियों में विशिष्ट पैटर्न को प्रलेखित करता है।