11683 पेपर
यह शोध पत्र मल्टीमॉडल ट्रांसफॉर्मर में विशिष्ट अटेंशन हेड्स की पहचान करने और उन्हें रैंक करने के लिए एक सिग्नल प्रोसेसिंग-आधारित प्रोबिंग विधि प्रस्तुत करता है, जो यह प्रदर्शित करता है कि इन हेड्स में से केवल 1% को संपादित करना भी मॉडल आउटपुट में विशिष्ट अर्थ संबंधी या दृश्य अवधारणाओं को प्रभावी ढंग से नियंत्रित कर सकता है।
यह शोध पत्र BEA-Large और BEA-Dialogue डेटासेट प्रस्तुत करता है, जिसमें सहज और संवादात्मक हंगेरियन भाषण शामिल है, ताकि ऐसे संसाधनों की कमी को दूर किया जा सके और पुनरुत्पादक ASR और स्पीकर डायराइजेशन बेसलाइन स्थापित की जा सके जो संवादात्मक भाषण पहचान की चुनौतियों को उजागर करते हैं।
यह शोध पत्र Afri-MCQA को प्रस्तुत करता है, जो 15 अफ्रीकी भाषाओं में मूल भाषियों द्वारा निर्मित 7.5k सांस्कृतिक रूप से आधारित प्रश्न-उत्तर युग्मों वाला पहला मल्टीमॉडल बेंचमार्क है, जो वर्तमान बड़े भाषा मॉडलों में मूल भाषा और भाषण क्षमताओं के संबंध में महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करता है और अधिक समावेशी, सांस्कृतिक रूप से जागरूक एआई विकास का समर्थन करता है।
यह शोध पत्र एजेंटिक कॉन्टेक्स्ट इवोल्यूशन (ACE) को प्रस्तुत करता है, जो एक मेटाकॉग्निशन-प्रेरित ढांचा है जो रेडंडेंट (अनावश्यक) चरणों को समाप्त करने के लिए एक ऑर्केस्ट्रेटर एजेंट के माध्यम से रिट्रीवल और रीजनिंग के बीच रणनीतिक रूप से बारी-बारी से कार्य करता है, जिससे कठोर रिट्रीवल-ऑगमेंटेड जनरेशन विधियों की तुलना में ज्ञान-गहन कार्यों में सटीकता और दक्षता में सुधार होता है।
यह शोध पत्र फॉर्मेट डिकपल्ड रिइन्फोर्समेंट लर्निंग (FD-RL) का प्रस्ताव करता है, जो एक नवीन दृष्टिकोण है जो जटिल दस्तावेज़ OCR में उच्च आउटपुट अनिश्चितता को संबोधित करने के लिए एंट्रॉपी-आधारित डेटा फिल्ट्रेशन और फॉर्मेट-विशिष्ट रिवार्ड्स का लाभ उठाता है, जिससे OmniDocBench बेंचमार्क पर 90.41 का एक नया स्टेट-ऑफ-द-आर्ट स्कोर प्राप्त होता है।
यह शोधपत्र DeliberationBench प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि सामान्य धारणाओं के विपरीत, मल्टी-एलएलएम (multi-LLM) विमर्श प्रोटोकॉल सटीकता और कम्प्यूटेशनल दक्षता दोनों के मामले में एक सरल "बेस्ट-ऑफ-एन" (best-of-N) बेसलाइन की तुलना में काफी खराब प्रदर्शन करते हैं।
यह समीक्षा 2008 से 2024 तक के साहित्य का संश्लेषण करती है ताकि यह प्रदर्शित किया जा सके कि कैसे सोशल मीडिया विश्लेषण, एनएलपी (NLP) और मशीन लर्निंग का उपयोग करते हुए, सहवर्ती पीटीएसडी (PTSD) और पुरानी बीमारियों की अनूठी चुनौतियों को उजागर करता है और प्रारंभिक हस्तक्षेप एवं लक्षित सहायता के लिए ऑनलाइन समुदायों की क्षमता को रेखांकित करता है।
यह शोध पत्र एक त्रि-एजेंट क्रॉस-वैलिडेशन फ्रेमवर्क प्रस्तुत और अनुभवजन्य रूप से मान्य करता है जो सिमेंटिक जनरेशन, कंसिस्टेंसी चेकिंग और ट्रांसपेरेंसी ऑडिटिंग को एक रिकर्सिव चक्र में एकीकृत करके विषम लार्ज लैंग्वेज मॉडल्स के माध्यम से स्थिर रिकर्सिव नॉलेज सिंथेसिस प्राप्त करता है, जो सार्वजनिक डिप्लॉयमेंट में उच्च अभिसरण और विश्वसनीयता प्रदर्शित करता है।
यह शोधपत्र कंसिस्टेंसी-अवेयर एडिटिंग (CAE) प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो मॉडल की क्षमताओं को संरक्षित करते हुए व्यापक ज्ञान निष्कासन सुनिश्चित करने के लिए विविध इकाई-संबंधित प्रॉम्प्ट्स पर लो-रैंक अपडेट्स को संयुक्त रूप से अनुकूलित करके कुशल और सुदृढ़ इकाई-स्तरीय अनलर्निंग के लिए मॉडल एडिटिंग तकनीकों को अनुकूलित करता है।
यह अध्ययन प्रकट करता है कि जबकि निर्देश-अनुकूलित (instruction-tuned) भाषा मॉडल स्पष्ट आदेशों के तहत बाहरी सुरक्षा संकेतों को संसाधित कर सकते हैं, RLHF अनुकूलन उन्हें स्वाभाविक बातचीत के दौरान इन महत्वपूर्ण सुधारों को व्यवस्थित रूप से अनदेखा करने के लिए प्रेरित करता है, जिससे अपेक्षित उपयोगकर्ता संपर्क और प्रभावी सुरक्षा नियंत्रण के बीच एक खतरनाक अंतराल उत्पन्न होता है।