11642 पेपर
यह शोधपत्र Logifus और LogiQAte बेंचमार्क को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि अत्याधुनिक लार्ज लैंग्वेज मॉडल्स (LLMs) के प्रदर्शन में तब महत्वपूर्ण गिरावट आती है जब तार्किक तर्क कार्यों को अस्पष्ट लेकिन समतुल्य स्वरूपों में प्रस्तुत किया जाता है, जो गहरे अर्थपूर्ण बोध के बजाय उनकी सतही पैटर्न पर निर्भरता को उजागर करता है।
पेडागोसेंस (PedagoSense) एक मृदाविज्ञान-आधारित (pedology-grounded) प्रणाली है जो ट्यूटर-छात्र संवादों में शैक्षणिक रणनीतियों का पता लगाने और संदर्भानुसार उपयुक्त, रणनीति-संरेखित प्रतिक्रियाएं उत्पन्न करने के लिए दो-चरणीय रणनीति क्लासिफायर को लार्ज लैंग्वेज मॉडल जनरेशन के साथ जोड़ती है, जिससे शैक्षिक सिद्धांत और अनुकूलन योग्य एआई प्रौद्योगिकियों के बीच सेतु निर्मित होता है।
EmoAra एक एंड-टू-एंड पाइपलाइन है जो अंग्रेजी भाषण को भावना-संरक्षित अरबी ऑडियो में बदलने के लिए स्पीच इमोशन रिकग्निशन, ऑटोमैटिक ट्रांसक्रिप्शन, मशीन ट्रांसलेशन और टेक्स्ट-टू-स्पीच सिंथेसिस को एकीकृत करती है, जो विशेष रूप से बैंकिंग ग्राहक सेवा अनुप्रयोगों के लिए अनुकूलित है।
यह लघु समीक्षा प्रारंभिक मल्टीमॉडल फ्यूजन से लेकर आधुनिक CLIP, डिफ्यूजन और LLM-आधारित फ्रेमवर्क तक विजुअल वर्ड सेंस डिसएम्बिग्यूएशन (VWSD) के विकास का परीक्षण करती है, जो महत्वपूर्ण प्रदर्शन लाभों को उजागर करते हुए संदर्भ, पूर्वाग्रह और बहुभाषी मूल्यांकन में निरंतर चुनौतियों की पहचान करती है।
यह शोध पत्र ASTER को प्रस्तुत करता है, जो एक लक्षित कोल्ड-स्टार्ट रणनीति को इंटरेक्शन-सघन प्रक्षेप पथों (interaction-dense trajectories) के साथ उपयोग करके टूल-एकीकृत तर्क में होने वाले इंटरेक्शन कोलैप्स (interaction collapse) पर विजय प्राप्त करता है, जिससे एक 4B-पैरामीटर वाला मॉडल AIME 2025 जैसे गणितीय बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करने में सक्षम होता है।
यह शोध पत्र SimpleGPT को प्रस्तुत करता है, जो एक नया SimpleNorm स्ट्रैटेजी उपयोग करने वाला एक ट्रांसफॉर्मर वेरिएंट है जो एक्टिवेशन स्केल्स को स्थिर करता है और हेसियन के स्पेक्ट्रल नॉर्म को कम करता है, जिससे काफी बड़े लर्निंग रेट्स सक्षम होते हैं और LLaMA2 जैसे स्थापित बेसलाइन्स की तुलना में विभिन्न मॉडल स्केल्स पर बेहतर प्रदर्शन और स्थिरता प्राप्त होती है।
यह शोध पत्र इन्फेरेंशियल क्यूए (Inferential QA) को प्रस्तुत करता है, जो एक नया कार्य है जिसमें मॉडलों को स्पष्ट पाठ के बजाय अप्रत्यक्ष संकेतों से उत्तर निकालने की आवश्यकता होती है, और QUIT डेटासेट प्रस्तुत करता है यह प्रदर्शित करने के लिए कि वर्तमान क्यूए पाइपलाइन, उन्नत एलएलएम (LLMs) सहित, इस अनुमान-आधारित तर्क चुनौती के साथ काफी संघर्ष करती हैं।
यह शोध पत्र PARSE को प्रस्तुत करता है, जो 10,800 कठोरता से सत्यापित प्रश्नों वाला पहला ओपन-डोमेन फारसी रीजनिंग प्रश्न-उत्तर बेंचमार्क है, जो कम-संसाधन वाली भाषाओं के लिए संसाधनों की कमी को संबोधित करता है और यह प्रदर्शित करता है कि अनुकूलित प्रॉम्प्टिंग और फाइन-ट्यूनिंग फारसी LLMs में रीजनिंग प्रदर्शन में महत्वपूर्ण सुधार करती है।
यह शोध पत्र PACER को प्रस्तुत करता है, जो एक नवीन स्पेक्युलेटिव डिकोडिंग फ्रेमवर्क है जो ड्राफ्ट टोकन की लंबाई को ब्लॉकवाइज गतिशील रूप से समायोजित करने के लिए एक हल्के, प्रशिक्षण योग्य प्री-वेरिफिकेशन लेयर का उपयोग करता है, जिससे LLM इन्फरेंस में उल्लेखनीय तेजी आती है और यह मानक निश्चित-लंबाई वाले दृष्टिकोणों से बेहतर प्रदर्शन करता है।
DreamOn एक नवीन डिफ्यूजन फ्रेमवर्क है जो डायनेमिक लेंथ कंट्रोल स्टेट्स पेश करके मौजूदा डिफ्यूजन लैंग्वेज मॉडल्स की निश्चित-लंबाई वाली जनरेशन की सीमा को दूर करता है, जिससे लचीला, परिवर्तनीय-लंबाई वाला कोड इनफिलिंग सक्षम होता है जो बिना किसी आर्किटेक्चरल बदलाव के अत्याधुनिक ऑटोरेग्रेसिव मॉडल्स के तुलनीय प्रदर्शन प्राप्त करता है।