11683 पेपर
यह शोधपत्र एक पैरामीटर-कुशल ढांचे का प्रस्ताव करता है जो अस्पष्ट दावों और प्रकटीकरण शोर (डिस्क्लोजर नॉइज़) के विरुद्ध मॉडल की मजबूती को सुधारने के लिए कंट्रास्टिव लर्निंग को ऑर्डिनल रैंकिंग और गेटेड फीचर मॉड्यूलेशन के साथ जोड़कर स्थिरता रिपोर्टों में ग्रीनवॉशिंग डिटेक्शन को बढ़ाता है।
यह शोध पत्र एपिस्टेमिक कॉन्टेक्स्ट लर्निंग (ECL) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो ऐतिहासिक इंटरेक्शन डेटा का लाभ उठाकर पीयर प्रोफाइल बनाने के माध्यम से LLM-आधारित मल्टी-एजेंट सिस्टम में विश्वास और मजबूती को बढ़ाता है, जिससे छोटे मॉडल्स को भी विश्वसनीय साथियों की सटीक पहचान करने और उन पर निर्भर रहने के सक्षम बनाकर बहुत बड़े बेसलाइन्स से बेहतर प्रदर्शन करने में सक्षम बनाया जा सके।
यह शोध पत्र Inf-DDS का प्रस्ताव करता है, जो एक हल्का, सुदृढीकरण शिक्षण-संचालित (reinforcement learning-driven) सैंपलिंग फ्रेमवर्क है जो प्रभाव-आधारित पुरस्कार संकेतों (influence-based reward signals) के आधार पर टेक्स्ट रिट्रीवल मॉडल्स के लिए विविध प्रशिक्षण कॉर्पोरा को अनुकूल रूप से पुन: भारित (reweights) करता है, और मौजूदा ग्रेडिएंट-आधारित विधियों की तुलना में बेहतर प्रदर्शन और महत्वपूर्ण GPU लागत कटौती प्राप्त करता है।
ज़ोंकी (Zonkey) एक नवीन पदानुक्रमित डिफ्यूजन भाषा मॉडल है जो एक विभेदक टोकनाइज़र और संभाव्य अटेंशन तंत्र का उपयोग करके कच्चे वर्णों से दस्तावेज़-स्तरीय निरूपण तक एक पूर्णतः प्रशिक्षित पाइपलाइन पेश करता है ताकि एंड-टू-एंड अनुकूलन और निश्चित टोकनाइज़र के बिना अनुकूलन योग्य, भाषाई रूप से अर्थपूर्ण पाठ निर्माण को सक्षम बनाया जा सके।
यह शोध पत्र JADE को प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो एक सहकारी बहु-एजेंट दृष्टिकोण के माध्यम से नियोजन (planning) और निष्पादन (execution) के संयुक्त, एंड-टू-एंड अनुकूलन को सक्षम करके गतिशील एजेंटिक RAG सिस्टम में रणनीतिक-परिचालन अंतराल को पाटता है, जिससे विच्छेदित मॉड्यूल प्रशिक्षण के कारण होने वाले प्रदर्शन बेमेल को हल किया जा सके।
यह शोध पत्र सेल्फ-कंप्रेशन वाया मल्टी-एजेंट रिइन्फोर्समेंट लर्निंगिंग (SCMA) का प्रस्ताव करता है, जो एक ऐसा फ्रेमवर्क है जो आवश्यक तर्क को सुरक्षित रखते हुए अनावश्यक रीजनिंग चंक्स (reasoning chunks) को चुनिंदा रूप से दंडित करने के लिए विशिष्ट सेगमेंटेशन और स्कोरिंग एजेंटों का उपयोग करता है, जिससे पारंपरिक आरएल (RL) दृष्टिकोणों की तुलना में लार्ज रीजनिंग मॉडल्स में इन्फरेंस ओवरहेड को काफी कम किया जाता है और सटीकता में सुधार किया जाता है।
SONIC एक लर्निंग-आधारित फ्रेमवर्क है जो मल्टी-टर्न LLMs के लिए की-वैल्यू (Key-Value) कैशिंग में रैखिक वृद्धि (linear growth) की बाधा को संबोधित करता है, ऐतिहासिक संवाद खंडों को अर्थपूर्ण "नेक्सस" (Nexus) टोकन में संकुचित करके, जिससे यह संवाद सुसंगतता में मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करता है और इन्फरेंस (inference) को 50% से अधिक तेज करता है।
यह शोधपत्र CARD प्रस्तुत करता है, जो एक नवीन ढांचा है जो कॉज़ल अटेंशन मास्क के तहत डिफ्यूजन प्रक्रिया को पुनर्गठित करके ऑटोरेग्रेसिव मॉडल्स की प्रशिक्षण दक्षता को डिफ्यूजन मॉडल्स के उच्च-थ्रूपुट इन्फरेंस के साथ एकीकृत करता है, जिससे ARM-स्तर की डेटा दक्षता प्राप्त होती है और काफी कम प्रशिक्षण विलंबता के साथ गतिशील समानांतर डिकोडिंग सक्षम होती है।
यह शोध पत्र प्रदर्शित करता है कि मास्क्ड डिफ्यूजन लैंग्वेज मॉडल्स (MDLMs), गणना को आउटपुट संरचना से अलग करके, ऑटोरेग्रेसिव मॉडल्स की तुलना में बेहतर "ऑर्डर रोबस्टनेस" प्राप्त करते हैं, जिससे वे तर्क चरणों से पहले उत्तर उत्पन्न करने के लिए अपेक्षित होने पर भी उच्च सटीकता बनाए रखने में सक्षम होते हैं।
यह शोध पत्र MasalBench प्रस्तुत करता है, जो बड़े भाषा मॉडलों (large language models) में फारसी कहावतों की प्रासंगिक और अंतर-सांस्कृतिक समझ का मूल्यांकन करने के लिए एक बेंचमार्क है, जो यह प्रकट करता है कि जहाँ ये मॉडल अपने मूल संदर्भ के भीतर कहावतों को पहचानने में उत्कृष्ट हैं, वहीं वे अंग्रेजी के समकक्ष कहावतों को खोजने में काफी संघर्ष करते हैं, जिससे उनके सांस्कृतिक ज्ञान और सादृश्य तर्क क्षमताओं (analogical reasoning capabilities) की सीमाएं उजागर होती हैं।