11683 पेपर
यह शोध पत्र BMAM को प्रस्तुत करता है, जो एक मस्तिष्क-प्रेरित मल्टी-एजेंट मेमोरी फ्रेमवर्क है जो "सोल इरोजन" (soul erosion) को संबोधित करने के लिए मेमोरी को विशिष्ट उपप्रणालियों में विभाजित करता है और LoCoMo बेंचमार्क पर स्टेट-ऑफ-द-आर्ट लॉन्ग-होराइजन रीजनिंग प्रदर्शन प्राप्त करता है।
यह अध्ययन तथ्यात्मक मतिभ्रम (hallucinations) को कम करने और उपयोगकर्ता संदर्भ के प्रति निष्ठा बढ़ाने द्वारा शैक्षिक आरेख निर्माण में सुधार करने के लिए एक 'रेटोरिकल स्ट्रक्चर थ्योरी' (Rhetorical Structure Theory) आधारित इन-कॉन्टेक्स्ट लर्निंग पद्धति का प्रस्ताव करता है, हालांकि यह स्वीकार करता है कि एलएलएम (LLM) की स्टोकेस्टिसिटी (stochasticity) अभी भी परिवर्तनशील गुणवत्ता की ओर ले जाती है और पाठ की जटिलता एवं मतिभ्रम की दर के बीच एक सहसंबंध को रेखांकित करता है।
यह शोध पत्र उपयुक्तता (appropriateness) की अनदेखी करके लार्ज लैंग्वेज मॉडल्स (LLMs) के मूल्यांकन में डायवर्जेंट एसोसिएशन टास्क (DAT) की सीमाओं की आलोचना करता है, मानव रचनात्मकता सिद्धांत पर आधारित नवीन कंडीशनल डायवर्जेंट एसोसिएशन टास्क (CDAT) का प्रस्ताव देता है ताकि वास्तविक रचनात्मकता और शोर (noise) के बीच बेहतर अंतर किया जा सके, और यह प्रकट करता है कि उन्नत मॉडल अक्सर प्रशिक्षण और संरेखण (alignment) के कारण उपयुक्तता के लिए नवीनता का त्याग कर देते हैं।
यह अध्ययन इस बात की जांच करता है कि ऐतिहासिक भाषा संपर्क एक एकलभाषी फारसी भाषा मॉडल के मध्यवर्ती निरूपणों (intermediate representations) को कैसे प्रभावित करता है, जिससे यह पता चलता है कि जहाँ सार्वभौमिक वाक्य रचना संबंधी जानकारी काफी हद तक अप्रभावित रहती है, वहीं कारक (Case) और लिंग (Gender) जैसी रूपात्मक विशेषताएँ संपर्क-प्रेरित संरचनात्मक परिवर्तनों द्वारा महत्वपूर्ण रूप से आकार लेती हैं।
यह अध्ययन एक नवीन सिंथेटिक मूल्यांकन ढांचे के माध्यम से स्वास्थ्य सेवा कार्यप्रवाहों में सटीक विश्लेषण और सटीक ज्ञान प्राप्ति का समर्थन करने की उनकी क्षमता को प्रदर्शित करते हुए, MIMIC-III नैदानिक डेटा पर संरचित डेटा क्वेरी करने और रिट्रीवल-ऑगमेंटेड जनरेशन-आधारित सूचना निष्कर्षण करने में लार्ज लैंग्वेज मॉडल्स की प्रभावकारिता का मूल्यांकन करता है।
यह शोध पत्र एक कुशल मल्टीमॉडल प्लानिंग एजेंट का प्रस्ताव करता है जो विजुअल क्वेश्चन-आन्सरिंग के लिए रिट्रीवल-ऑगमेंटेड जनरेशन पाइपलाइन को गतिशील रूप से विघटित करता है, जिससे कई डेटासेट्स पर मौजूदा बेसलाइन्स से बेहतर प्रदर्शन करते हुए अनावश्यक गणनाओं और खोज समय में काफी कमी आती है।
यह अध्ययन 5,000 से अधिक रेडिट (Reddit) पोस्टों का विश्लेषण करता है जिससे यह पता चलता है कि मानसिक स्वास्थ्य सहायता के लिए एआई (AI) के साथ उपयोगकर्ताओं का जुड़ाव भावनात्मक बंधनों की तुलना में कथित प्रतिक्रिया गुणवत्ता और लक्ष्य संरेखण द्वारा अधिक संचालित होता है, जिसमें सहचर-उन्मुख उपयोग अक्सर गलत संरेखित गठबंधनों और निर्भरता जैसे संभावित जोखिमों की ओर ले जाता है।
यह शोध पत्र "क्षेत्राधिकार-पृथक प्रकटीकरण" (jurisdiction-siloed disclosure) की पहचान और विश्लेषण करता है, जो गोपनीयता नीतियों में एक संरचनात्मक पैटर्न है जहाँ डेटा अभ्यास के सारगर्भित विवरण मुख्य भाग के बजाय क्षेत्रीय अनुपालन अनुभागों के भीतर छिपे होते हैं, जिससे विनियमित क्षेत्राधिकारों के बाहर के उपयोगकर्ताओं के लिए दृश्यता कम हो जाती है, और यह सुनिश्चित करने के लिए एक सार्वभौमिक प्रकटीकरण मानक का प्रस्ताव करता है कि भौतिक जानकारी सभी प्रभावित पक्षों तक पहुँचे।
यह शोध पत्र यह प्रदर्शित करता है कि Bloomz जैसे बहुभाषी LLMs में FLORES-200 बेंचमार्क संदूषण (contamination) क्रॉस-डायरेक्शनल मेमोराइजेशन (cross-directional memorization) का कारण बनता है जो अनदेखे दिशाओं में भी अनुवाद स्कोर को बढ़ा देता है, और नाम वाली संस्था के प्रतिस्थापन (named entity replacement) को ऐसे संदूषण का पता लगाने के लिए एक प्रभावी विधि के रूप में पहचानता है।
यह शोध पत्र तर्क देता है कि भाषा मॉडल अंकगणित के वास्तविक एल्गोरिदम को नहीं सीखते हैं, बल्कि इसके बजाय वे लालची प्रतीकात्मक शिक्षार्थी (greedy symbolic learners) के रूप में कार्य करते हैं जो सरल, कम-टोकन वाले शॉर्टकट की एक पदानुक्रमित कैस्केड (cascade) को प्राप्त करके कार्यों में महारत हासिल करते हैं, एक ऐसी प्रक्रिया जिसका प्रमाण बहु-अंकों वाले गुणन में एक U-आकार का सटीकता पैटर्न है जो सरलतम इनपुट-आउटपुट मैपिंग की गुणवत्ता को दर्शाता है।