11683 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि एक नए निर्मित एस्टोनियाई डेटासेट पर LLaMA भाषा मॉडल को फाइन-ट्यून करना टेक्स्ट सरलीकरण में पारंपरिक न्यूरल मशीन ट्रांसलेशन दृष्टिकोणों से बेहतर प्रदर्शन करता है, जो कम-संसाधन वाली भाषाओं के लिए एक स्केलेबल समाधान प्रदान करता है।
यह शोध पत्र प्रदर्शित करता है कि स्पार्स ऑटोएनकोडर्स (sparse autoencoders) में अवधारणा निरूपण (concept representations), प्रतिकूल इनपुट विक्षोभ (adversarial input perturbations) के प्रति अत्यधिक नाजुक होते हैं, जो यह सुझाव देता है कि वे अतिरिक्त डिनोइजिंग (denoising) या पोस्टप्रोसेसिंग के बिना विश्वसनीय मॉडल निगरानी और निरीक्षण के लिए वर्तमान में अनुपयुक्त हैं।
क्षेत्रीय लार्ज लैंग्वेज मॉडल्स के उद्भव के बावजूद, यह अध्ययन प्रदर्शित करता है कि भारत जैसे विशिष्ट क्षेत्रों के लिए प्रशिक्षित मॉडल भी स्थानीय सांस्कृतिक मूल्यों और प्रथाओं के साथ तालमेल बिठाने में विफल रहते हैं, और अक्सर सांस्कृतिक रूप से आधारित प्रशिक्षण डेटा की कमी के कारण वैश्विक मॉडलों की तुलना में खराब प्रदर्शन करते हैं और पश्चिमीकृत पूर्वाग्रहों को पेश करते हैं।
यह शोधपत्र कॉन्सेप्ट-अलाइन्ड एम्बेडिंग्स (CALE) को प्रस्तुत करता है, जो एक नया दृष्टिकोण है जो एक नए कॉन्सेप्ट डिफरेंशिएशन कार्य और डेटासेट के माध्यम से इंटर-लेम्मा परिदृश्यों को शामिल करने के लिए वर्ड-इन-कॉन्टेक्स्ट फाइन-ट्यूनिंग का विस्तार करता है, जिसके परिणामस्वरूप ऐसे मॉडल प्राप्त होते हैं जो एम्बेडिंग्स के स्थानिक संगठन में सुधार करते हुए लेक्सिकल सिमेंटिक कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करते हैं।
यह शोध पत्र VMMU को प्रस्तुत करता है, जो एक वियतनामी बेंचमार्क है जिसमें सात कार्यों के माध्यम से 2,500 बहुआयामी (मल्टीमॉडल) प्रश्न शामिल हैं, जिन्हें अंग्रेजी से परे वास्तविक दृश्य-पाठ्य तर्क करने की विज़न-लैंग्वेज मॉडल्स की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि वर्तमान मॉडल मजबूत भाषा-विशिष्ट प्रदर्शन के बावजूद मुख्य रूप से OCR के बजाय मल्टीमॉडल ग्राउंडिंग के साथ संघर्ष करते हैं।
ज़ीरो-आरएजी (Zero-RAG), मास्टर-स्कोर (Mastery-Score) मीट्रिक के माध्यम से अनावश्यक दस्तावेज़ों को छाँटने और आंतरिक ज्ञान के उपयोग को बढ़ाने के लिए नॉइज़-टॉलरेंट ट्यूनिंग (Noise-Tolerant Tuning) के साथ एक क्वेरी राउटर (Query Router) को पेश करके, बड़े भाषा मॉडलों (Large Language Models) और बाहरी कॉर्पोरा (external corpora) के बीच ज्ञान की अतिरेकता (knowledge redundancy) को संबोधित करता है, जिससे प्रदर्शन को बनाए रखते हुए रिट्रीवल (retrieval) में 22% की तेजी आती है।
यह शोध पत्र SAP का प्रस्ताव करता है, जो एक स्पीच-ड्रिवन अटेंशन-आधारित पूलिंग तंत्र का उपयोग करने वाला एक नवीन ढांचा है जो प्रासंगिक प्रासंगिक कीवर्ड्स को गतिशील रूप से छाँटने और एकीकृत करने के लिए उपयोग किया जाता है, जिससे लंबे संदर्भ वाले ऑटोमैटिक स्पीच रिकग्निशन परिदृश्यों में अत्याधुनिक प्रदर्शन प्राप्त होता है और कीवर्ड एरर रेट को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र भाषा मॉडल के तर्क (reasoning) का विश्लेषण करने के लिए "इंटेंशन कोलैप्स" (intention collapse) को एक ढांचे के रूप में प्रस्तुत करता है, जो एंट्रॉपी (entropy), प्रभावी आयामीता (effective dimensionality) और रिकवरेबिलिटी (recoverability) मेट्रिक्स के माध्यम से प्री-जनरेशन आंतरिक अवस्थाओं को मापता है, जिससे यह पता चलता है कि चेन-ऑफ-थॉट प्रॉम्प्टिंग विषम आंतरिक अनिश्चितता व्यवस्थाओं (heterogeneous internal uncertainty regimes) को प्रेरित करती है और विलक्षण रूप से, विशेष रूप से बहुविकल्पीय प्रारूपों में, अंतिम व्यवहारिक सटीकता घटने के बावजूद अंतर्निहित ज्ञान रिकवरेबल बना रह सकता है।
यह शोध पत्र एक हाइब्रिड सिस्टम प्रस्तुत करता है जो ग्रीक कविता में उनकी अंतर्निहित सीमाओं को दूर करने के लिए लार्ज लैंग्वेज मॉडल्स को नियतात्मक ध्वन्यात्मक एल्गोरिदम (deterministic phonological algorithms) के साथ जोड़ता है, जिससे अत्याधुनिक तुकबंदी पहचान (rhyme identification) प्राप्त होती है और एक सत्यापन लूप (verification loop) के माध्यम से उच्च-गुणवत्ता वाली पीढ़ी को पुनर्स्थापित किया जाता है जो शुद्ध एलएलएम (LLM) दृष्टिकोणों से बेहतर प्रदर्शन करता है।
स्टेबल-डिफ्यूज़कोडर (Stable-DiffCoder) एक ब्लॉक डिफ्यूजन कोड मॉडल है जो, एक विशेष रूप से तैयार की गई निरंतर प्रीट्रेनिंग रणनीति और वॉर्मअप शेड्यूल के माध्यम से, कोड बेंचमार्क पर तुलनीय ऑटोरेग्रेसिव बेसलाइन और अन्य बड़े भाषा मॉडलों से बेहतर प्रदर्शन करता है, जबकि संरचित कोड संपादन, तर्क और कम-संसाधन वाली भाषाओं के समर्थन को बढ़ाता है।