11611 पेपर
यह शोध पत्र एक ग्राफ-संवर्धित तर्क ढांचे (graph-augmented reasoning framework) का प्रस्ताव करता है जो तंबाकू कीट और रोग प्रबंधन को बेहतर बनाने के लिए अधिक सटीक, मतिभ्रम-प्रतिरोधी (hallucination-resistant), और मल्टी-हॉप तर्क क्षमताओं के लिए रिलेशनल साक्ष्य पुनर्प्राप्त करने हेतु एक डोमेन-विशिष्ट नॉलेज ग्राफ को फाइन-ट्यून्ड चैटजीएलएम (ChatGLM) मॉडल के साथ एकीकृत करता है।
यह शोध पत्र PATH प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो डिफरेंशियल प्राइवेट लॉन्गिट्यूडिनल टैबुलर डेटा को सिंथेसाइज करने के लिए निजी तौर पर फाइन-ट्यून किए गए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो प्रभावी रूप से उन टेम्पोरल डायनेमिक्स और लॉन्ग-रेंज डिपेंडेंसीज़ को संरक्षित करता है जिन्हें पारंपरिक मार्जिनल-आधारित विधियाँ पकड़ने में विफल रहती हैं।
यह शोध पत्र AmharicStoryQA प्रस्तुत करता है, जो अम्हारिक्क (Amharic) के लिए एक सांस्कृतिक रूप से विविध लंबी-अनुक्रम कहानी प्रश्न उत्तर बेंचमार्क है, जो बड़े भाषा मॉडल (large language model) के प्रदर्शन में महत्वपूर्ण क्षेत्रीय विविधताओं को प्रकट करता है, और यह तर्क देता है कि वर्तमान मूल्यांकन एक ही भाषा के भीतर सार्थक सांस्कृतिक अंतरों की अनदेखी करते हैं।
यह शोध पत्र चेन ऑफ सिमुलेशन (CoS) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त दोहरी-मोड तर्क ढांचा है जो कम्प्यूटेशनल, स्थानिक और मल्टी-हॉप कार्यों के लिए विशिष्ट रणनीतियों में समस्याओं को गतिशील रूप से रूट करता है, और मौजूदा बेसलाइन की तुलना में कई बेंचमार्क और LLMs में महत्वपूर्ण सटीकता सुधार और बेहतर दक्षता-सटीकता ट्रेड-ऑफ प्राप्त करता है।
यह शोध पत्र HALT को प्रस्तुत करता है, जो एक हल्का और कुशल मतिभ्रम डिटेक्टर (hallucination detector) है जो मौजूदा विधियों की तुलना में बेहतर प्रदर्शन और गति प्राप्त करने के लिए टोकन लॉग-संभाव्यता (token log-probabilities) का समय श्रृंखला (time series) के रूप में विश्लेषण करता है, साथ ही HUB को भी प्रस्तुत करता है, जो लार्ज लैंग्वेज मॉडल्स में मतिभ्रम का पता लगाने के मूल्यांकन के लिए दस विविध क्षमताओं को एकीकृत करने वाला एक व्यापक बेंचमार्क है।
TraceNAS एक अत्यधिक कुशल, प्रशिक्षण-मुक्त न्यूरल आर्किटेक्चर सर्च फ्रेमवर्क है जो ग्रेडिएंट ट्रेस सहसंबंध (gradient trace correlation) का लाभ उठाकर उनके मूल प्रीट्रेन मॉडल्स के लॉस लैंडस्केप्स के साथ संरेखित करके इष्टतम गैर-समान रूप से प्रून किए गए लार्ज लैंग्वेज मॉडल्स की पहचान करता है, जिससे बहुत कम कंप्यूटेशनल लागत पर ट्रेनिंग-अवेयर विधियों के प्रतिस्पर्धी प्रदर्शन को प्राप्त किया जाता है।
नुवा (Nüwa) एक दो-चरणीय टोकन प्रूनिंग फ्रेमवर्क है जो स्वार्म इंटेलिजेंस से प्रेरित वैश्विक स्थानिक एंकर रिटेंशन (global spatial anchor retention) को टेक्स्ट-गाइडेड टास्क रिलेवेंस फिल्टरिंग के साथ जोड़कर मौजूदा विजन लैंग्वेज मॉडल्स में स्थानिक क्षरण (spatial degradation) को संबोधित करता है, जिससे विजुअल क्वेश्चन अनसरिंग और विजुअल ग्राउंडिंग कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र SNIC को प्रस्तुत करता है, जो मानदंड-आधारित संदर्भ समाधान (norm-based reference resolution) पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने के लिए एक मानव-सत्यापित टेस्टबेड है, जो यह प्रकट करता है कि अत्याधुनिक मॉडल भी स्थित, मूर्त अंतःक्रियाओं (situated, embodied interactions) के लिए आवश्यक अंतर्निहित सामाजिक मानदंडों को लगातार पहचानने और लागू करने में संघर्ष करते हैं।
यह शोध पत्र RC-GRPO का प्रस्ताव करता है, जो एक नवीन ढांचा है जो प्रक्षेपवक्र पीढ़ी (trajectory generation) को अनुकूलित करने और रोलआउट्स में विविधता लाने के लिए डिस्क्रीट रिवॉर्ड टोकन को इंजेक्ट करके LLMs में मल्टी-टर्न टूल कॉलिंग को बढ़ाता है, जिससे कम भीतर-समूह रिवॉर्ड भिन्नता के कारण होने वाली वैनिशिंग अपडेट समस्या पर विजय प्राप्त होती है और BFCLv4 बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र SAES-SVD का प्रस्ताव करता है, जो एक नवीन LLM संपीड़न ढांचा (framework) है जो अपने संचयी त्रुटि-जागरूक परत संपीड़न (Cumulative Error-Aware Layer Compression) और अनुकूली सहयोगात्मक त्रुटि दमन (Adaptive Collaborative Error Suppression) घटकों के माध्यम से इंट्रा-लेयर पुनर्निर्माण और इंटर-लेयर त्रुटि क्षतिपूर्ति को संयुक्त रूप से अनुकूलित करके नेटवर्क परतों में पुनर्निर्माण त्रुटियों के संचय को कम करता है, जिससे फाइन-ट्यूनिंग की आवश्यकता के बिना पोस्ट-कंप्रेशन प्रदर्शन में महत्वपूर्ण सुधार होता है।