11648 पेपर
A-MapReduce एक नवीन मल्टी-एजेंट फ्रेमवर्क है जो व्यापक खोज कार्यों को समानांतर, क्षैतिज रूप से संरचित पुनर्प्राप्ति प्रक्रियाओं में बदलने के लिए मैप-रिड्यूस प्रतिमान का लाभ उठाता है, जिससे मौजूदा अनुक्रमिक एजेंटिक प्रणालियों की तुलना में अत्याधुनिक प्रदर्शन और महत्वपूर्ण दक्षता लाभ प्राप्त होता है।
यह शोध पत्र XDLM का प्रस्ताव करता है, जो एक नवीन डिस्क्रीट डिफ्यूजन मॉडल है जो एक स्टेशनरी नॉइज़ कर्नेल के माध्यम से मास्क्ड (Masked) और यूनिफॉर्म-नॉइज़ (Uniform-noise) प्रतिमानों को एकीकृत करता है ताकि उत्कृष्ट अर्थ संबंधी समझ और उच्च-गुणवत्ता वाले कुछ-चरणों वाले जनरेशन को एक साथ प्राप्त किया जा सके, जो प्रभावी रूप से टेक्स्ट और इमेज कार्यों में प्रदर्शन के पारेटो फ्रंटियर (Pareto frontier) को आगे बढ़ाता है।
यह शोधपत्र स्व-पर्यवेक्षित वक्ता एम्बेडिंग (self-supervised speaker embeddings) में जनसांख्यिकीय रिसाव (demographic leakage) की उपस्थिति की जांच करता है और दो डिबायसिंग रणनीतियों का मूल्यांकन करता है, जिससे यह स्पष्ट होता है कि हालांकि एडवर्सरियल ट्रेनिंग और कॉज़ल बॉटलनेक्स लिंग, आयु और लहजे की जानकारी को कम कर सकते हैं, वे अनिवार्य रूप से वक्ता सत्यापन प्रदर्शन के साथ महत्वपूर्ण समझौते (trade-offs) करते हैं।
यह शोध पत्र कई तर्क संबंधी डोमेन (reasoning domains) में ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन (GRPO) का पहला व्यवस्थित विश्लेषण प्रदान करता है, जो यह प्रकट करता है कि प्रशिक्षण प्रदर्शन स्पष्ट विषमता, क्रम संवेदनशीलता और रणनीति निर्भरता द्वारा अभिलक्षित है, जिससे डोमेन-जागरूक और क्रम-जागरूक प्रशिक्षण डिजाइनों की आवश्यकता होती है।
यह शोध पत्र RISE को प्रस्तुत करता है, जो एक नवीन विधि है जो पारंपरिक स्पष्टीकरण तकनीकों की अस्थिरता और अतिरेक (redundancy) की समस्याओं को दूर करने के लिए ऑटोरेग्रेसिव लैंग्वेज मॉडल्स में व्यक्तिगत संदर्भ तत्वों के अद्वितीय प्रभाव को परिमाणित करती है, जिससे LLM आउटपुट की विश्वसनीयता और व्याख्यात्मकता में वृद्धि होती है।
यह शोध पत्र स्थिति (position), वर्ग (class) और नमूना (sample) अक्षों पर चयनात्मक ज्ञान आसवन (selective knowledge distillation) का व्यवस्थित रूप से विश्लेषण करता है ताकि स्टूडेंट-एन्ट्रॉपी-गाइडेड पोजीशन सिलेक्शन (SE-KD) और इसके मल्टी-एक्सिस एक्सटेंशन (SE-KD 3X) को पेश किया जा सके, जो डेंस डिस्टिलेशन (dense distillation) की तुलना में सटीकता, कार्य अनुपालन और मेमोरी दक्षता में महत्वपूर्ण सुधार करते हैं और प्रशिक्षण समय एवं भंडारण आवश्यकताओं को काफी कम कर देते हैं।
यह शोध पत्र एबिसु (Ebisu) को प्रस्तुत करता है, जो दो विशेषज्ञ-एनोटेटेड कार्यों वाला एक नवीन बेंचमार्क है जिसे जापानी वित्त की जटिल भाषाई और सांस्कृतिक बारीकियों को समझने में बड़े भाषा मॉडल (large language models) के सामने आने वाली चुनौतियों का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि पैमाने या अनुकूलन के बावजूद अत्याधुनिक मॉडल भी निहित प्रतिबद्धताओं (implicit commitments) और पदानुक्रमित शब्दावली निष्कर्षण (hierarchical terminology extraction) के मामले में संघर्ष करते हैं।
यह शोध पत्र लार्ज लैंग्वेज मॉडल रीजनिंग में रिइन्फोर्समेंट लर्निंग के लिए एक सापेक्ष-बजट सिद्धांत (relative-budget theory) प्रस्तावित करता है, जो एक प्रमुख मात्रा को परिभाषित करता है जो न्यून (deficient), संतुलित (balanced) और प्रचुर (ample) व्यवस्थाओं में सैंपल दक्षता को नियंत्रित करती है, और अनुभवजन्य रूप से यह प्रमाणित करता है कि 1.5 और 2.0 के बीच का सापेक्ष बजट सीखने के प्रदर्शन को अधिकतम करता है।
यह शोधपत्र CoDiQ प्रस्तुत करता है, जो एक ऐसा ढांचा है जो जनरेट किए गए प्रतियोगिता-स्तर के प्रश्नों की कठिनाई और समाधान क्षमता पर सूक्ष्म नियंत्रण सक्षम करने के लिए टेस्ट-टाइम स्केलिंग का लाभ उठाता है, जिसके परिणामस्वरूप CoDiQ-Corpus प्राप्त होता है जो प्रशिक्षण के लिए उपयोग किए जाने पर लार्ज रीजनिंग मॉडल्स के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र गैर-शाब्दिक भाषण चैनलों (non-lexical speech channels) के बोधपरक मूल्य को मापने के लिए एक सामान्य प्रतिमान प्रस्तुत करता है, जो यह प्रदर्शित करता है कि शाब्दिक सामग्री की तुलना में संभावित रूप से कम विभेदात्मक सटीकता के बावजूद, गैर-शाब्दिक जानकारी लगातार श्रोता आम सहमति को बढ़ाती है और आगामी संवाद की अपेक्षाओं को आकार देती है।