11611 पेपर
यह शोध पत्र आठ मल्टीमॉडल एलएलएम (LLMs) के दो-चरणीय अनुदैर्ध्य मूल्यांकन को प्रस्तुत करता है, जो मॉडल परिवारों के बीच सुरक्षा में महत्वपूर्ण और निरंतर असमानताओं, कुछ उत्तराधिकारियों में बढ़ती हमले की सफलता दरों के साथ संरेखण विचलन (alignment drift) के प्रमाण, और बदलती मोडैलिटी-विशिष्ट कमजोरियों को प्रकट करता है जो निरंतर, मल्टीमॉडल सुरक्षा बेंचमार्क की आवश्यकता को रेखांकित करते हैं।
यह अध्ययन कम-संसाधन वाली मशीन अनुवाद के लिए 1 मिलियन टोकन तक इन-कॉन्टेक्स्ट लर्निंग के स्केलिंग की जांच करता है, जो यह प्रकट करता है कि प्रदर्शन में लाभ तेजी से संतृप्त हो जाता है और कॉर्पस के प्रकार पर भारी रूप से निर्भर करता है, जिसमें कुछ मोनोलिंगुअल डेटा समानांतर डेटा के प्रतिस्पर्धी सिद्ध होता है, बावजूद इसके कि बाद वाले में अतिरिक्त पर्यवेक्षण शामिल है।
यह शोधपत्र स्पीकर-अवेयर सिमुलेटेड कन्वर्सेशन्स (SASC) को अनुकूलित करता है और हंगेरियन संवादात्मक भाषण पहचान में सुधार के लिए एक ड्यूरेशन-कंडीशन्ड वेरिएंट (C-SASC) प्रस्तावित करता है, जो यह प्रदर्शित करता है कि ये सिंथेटिक डेटा ऑग्मेंटेशन रणनीतियाँ नैव कॉन्कैटिनेशन की तुलना में लगातार बेहतर प्रदर्शन करती हैं और सिमुलेशन सांख्यिकी को लक्षित डोमेन के साथ संरेखित करने के महत्व को रेखांकित करती हैं।
यह शोध पत्र लॉजिट-लीनियर-सिलेक्शन (LLS) को प्रस्तुत करता है, जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) की रैखिक संरचना का लाभ उठाने वाला एक सामान्य तंत्र है, यह प्रदर्शित करने के लिए कि कैसे सामान्य डेटासेट के सावधानीपूर्वक चयनित उपसमूह विविध मॉडल आर्किटेक्चर में छिपे हुए, निरंतर अवचेतन प्रभावों—जैसे विशिष्ट प्राथमिकताएं, अनदेखी भाषाई क्षमताएं, या नए व्यक्तित्व—को प्रेरित कर सकते हैं।
यह शोध पत्र SELSP का प्रस्ताव करता है, जो एक अनुक्रम-लेबलिंग (sequence-labeling) आधारित सिंटैक्टिक पार्सर है जो पारंपरिक पार्सर्स, ह्यूरिस्टिक दृष्टिकोणों और ट्रांसफॉर्मर-आधारित मॉडलों की तुलना में गति और सटीकता दोनों में उल्लेखनीय सुधार करने के लिए नियम-आधारित सेंटीमेंट एनालिसिस पाइपलाइन में डिपेंडेंसी पार्सिंग को एकीकृत करता है।
यह शोध पत्र मल्टी-इमेज सेफ्टी (MIS) डेटासेट को पेश करके विजन-लैंग्वेज मॉडल्स में सुरक्षा तर्क अंतराल (safety reasoning gap) को संबोधित करता है, जो सामान्य मॉडल क्षमताओं को संरक्षित करते हुए दृश्य तर्क क्षमताओं और सुरक्षा प्रदर्शन को महत्वपूर्ण रूप से बढ़ाने के लिए मल्टी-इमेज इनपुट को सेफ्टी चेन-ऑफ-थॉट लेबल के साथ एकीकृत करता है।
यह शोध पत्र स्वचालित सिमुलेशन और एक बड़े पैमाने पर मानव अध्ययन को संयोजित करने वाला एक नवीन बहु-चरण (multi-turn) मूल्यांकन ढांचा प्रस्तुत करता है ताकि अनुभवजन्य रूप से यह प्रदर्शित किया जा सके कि अत्याधुनिक एलएलएम (LLMs) लगातार मानवोचित व्यवहार प्रदर्शित करते हैं, जैसे कि संबंध बनाना और उत्तम पुरुष सर्वनामों का उपयोग करना, जो मुख्य रूप से कई चरणों के दौरान उभरते हैं और उपयोगकर्ता की धारणाओं को महत्वपूर्ण रूप से प्रभावित करते हैं।
यह शोध पत्र कॉम्प्रैस्ड लेटेंट रीजनिंग (CoLaR) को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो सुपरवाइज्ड फाइन-ट्यूनिंग और रीइन्फोर्समेंट लर्निंग का उपयोग करके LLM रीजनिंग चेन्स को लेटेंट स्पेस में गतिशील रूप से संकुचित (compress) करता है, जिससे जटिल गणितीय कार्यों पर सटीकता को बनाए रखते हुए या उसमें सुधार करते हुए कंप्यूटेशनल लागत और इन्फरेंस समय को काफी कम किया जा सकता है।
यह शोध पत्र MedFrameQA को प्रस्तुत करता है, जो नैदानिक तर्क (clinical reasoning) का मूल्यांकन करने के लिए शैक्षिक वीडियो ट्रांसक्रिप्ट से प्राप्त पहला मल्टी-इमेज मेडिकल VQA बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान उन्नत MLLMs इमेज अनुक्रमों में दृश्य जानकारी को संश्लेषित करने और रोग संबंधी प्रगति को ट्रैक करने में काफी संघर्ष करते हैं।