11683 पेपर
BILLY एक प्रशिक्षण-मुक्त (training-free) फ्रेमवर्क है जो एक ही मॉडल के एक्टिवेशन स्पेस के भीतर विशिष्ट पर्सोना वेक्टर्स को मिलाकर लार्ज लैंग्वेज मॉडल्स की रचनात्मकता को बढ़ाता है, जिससे मल्टी-एलएलएम (multi-LLM) सहयोग के लाभ प्राप्त होते हैं और साथ ही कंप्यूटेशनल लागत और इन्फरेंस लेटेंसी में काफी कमी आती है।
यह शोध पत्र RAG में पैरामीट्रिक नॉलेज इंजेक्शन का एक व्यवस्थित अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि जहाँ पैरामीट्रिक निरूपण (representations) दस्तावेज़-स्तरीय अर्थों को पकड़ने और शोर एवं ज्ञान के संघर्षों के प्रति मजबूती बढ़ाने में उत्कृष्ट हैं, वहीं पारंपरिक टोकन-आधारित पुनर्प्राप्ति (retrieval) के साथ उन्हें संयोजित करने से समग्र प्रदर्शन सबसे अच्छा प्राप्त होता है।
यह शोध पत्र हल्के एडेप्टर (lightweight adapters) का उपयोग करते हुए एक फेयरनेस-प्रॉम्प्टेड फाइनट्यूनिंग दृष्टिकोण प्रस्तावित करता है जो समग्र सटीकता बनाए रखते हुए, एम्पेरिकल रिस्क मिनिमाइजेशन के साथ स्पेक्ट्रल डिकपलिंग, ग्रुप डिस्ट्रीब्यूशनली रोबस्ट ऑप्टिमाइजेशन और इनवेरिएंट रिस्क मिनिमाइजेशन के संलयन का उपयोग करके, अंग्रेजी एएसआर (ASR) प्रणालियों में द्वितीय-भाषा बोलने वालों के लिए लहजे (accent)-आधारित वर्ड एरर रेट असमानताओं को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र ATOM को प्रस्तुत करता है, जो एक फ्यू-शॉट (few-shot) और स्केलेबल फ्रेमवर्क है जो इनपुट को स्थिर "परमाणु" (atomic) तथ्यों में विभाजित करके और ड्यूल-टाइम मॉडलिंग का उपयोग करके असंरचित पाठ से टेम्पोरल नॉलेज ग्राफ (Temporal Knowledge Graphs) का निर्माण और निरंतर अद्यतन करता है, जिससे मौजूदा विधियों की तुलना में व्यापकता, स्थिरता और विलंबता (latency) में उल्लेखनीय सुधार होता है।
यह शोध पत्र MMPO को प्रस्तुत करता है, जो एक स्थिर और सरल ऑफलाइन प्रिफरेंस ऑप्टिमाइज़ेशन विधि है जो मार्जिनल लॉग-लाइक्लीहुड को अधिकतम करके लार्ज लैंग्वेज मॉडल्स को मानवीय प्राथमिकताओं के साथ संरेखित करती है, जिससे स्पष्ट रिवॉर्ड मॉडल्स की आवश्यकता समाप्त हो जाती है और यह एलाइनमेंट गुणवत्ता तथा सामान्य क्षमता संरक्षण में बेसलाइन्स से बेहतर प्रदर्शन करती है।
SymCode एक न्यूरोसिम्बोलिक फ्रेमवर्क है जो समस्या-समाधान को SymPy का उपयोग करके सत्यापन योग्य कोड जनरेशन के रूप में पुनर्गठित करके लार्ज लैंग्वेज मॉडल्स में गणितीय तर्क क्षमता को बढ़ाता है, जिससे सटीकता में महत्वपूर्ण सुधार होता है और मॉडल की विफलताओं को अपारदर्शी तार्किक दोषों से बदलकर पारदर्शी, प्रोग्रामेटिक त्रुटियों में परिवर्तित करता है।
यह शोध पत्र इस बात की जांच करता है कि स्व-पर्यवेक्षित शिक्षण (सेल्फ-सुपरवाइज्ड लर्निंग) स्पीच मॉडल चार कम-संसाधन वाली भाषाओं में लेक्सिकल टोन को कैसे निरूपित करते हैं, जो यह प्रकट करता है कि टोन ट्रांसफर का टेम्पोरल फोकस विशिष्ट डाउनस्ट्रीम टास्क द्वारा गतिशील रूप से आकार लेता है, जो स्पीच रिकग्निशन में भाषा-विशिष्ट संकेतों के अनुरूप होता है लेकिन प्रोसोडी और वॉयस कार्यों में अत्यधिक लंबे स्पैन तक विस्तृत हो जाता है।
यह शोधपत्र BeDiscovER को प्रस्तुत करता है, जो आधुनिक तर्क करने वाले भाषा मॉडलों (reasoning language models) के मूल्यांकन के लिए पाँच विमर्श कार्यों (discourse tasks) में 52 डेटासेट वाला एक व्यापक बेंचमार्क है, जो यह प्रकट करता है कि जहाँ वे अंकगणितीय सामयिक तर्क (arithmetic temporal reasoning) में उत्कृष्ट हैं, वहीं वे अभी भी पूर्ण-दस्तावेज़ तर्क और अलंकारिक संबंध पहचान (rhetorical relation recognition) जैसी सूक्ष्म अर्थ संबंधी घटनाओं के साथ संघर्ष करते हैं।
यह शोध पत्र MERA Multi को प्रस्तुत करता है, जो रूसी-भाषा के आर्किटेक्चर के लिए पहला ओपन मल्टीमॉडल मूल्यांकन ढांचा है, जिसमें मॉडल क्षमताओं का आकलन करने और विविध भाषाओं के लिए एक प्रतिलिपि योग्य कार्यप्रणाली स्थापित करने हेतु टेक्स्ट, इमेज, ऑडियो और वीडियो मोडैलिटीज में 18 सांस्कृतिक रूप से विशिष्ट कार्य शामिल हैं।
यह शोध पत्र यह प्रदर्शित करते हुए 'वेरिफिएबल रिवॉर्ड्स के साथ रिइन्फोर्समेंट लर्निंग' (RLVR) की विरोधाभासी सफलता की जांच करता है कि कैसे स्प्यूरियस रिवॉर्ड्स (spurious rewards) प्रत्यक्ष संरेखण के माध्यम से नहीं, बल्कि क्लिपिंग बायस (clipping bias) को प्रेरित करके प्रदर्शन में सुधार करते हैं जो पॉलिसी एंट्रॉपी (policy entropy) को कम करता है, जिससे इस ढांचे में अन्वेषण (exploration) और दोहन (exploitation) की विशिष्ट भूमिकाओं को स्पष्ट किया जा सके।