9802 पेपर
यह शोध पत्र CANDLE को प्रस्तुत करता है, जो एक हल्का सिस्टम है जो हस्तनिर्मित नियमों पर निर्भर हुए बिना कैरेक्टर-लेवल अरबी शोर डिडुप्लिकेशन के लिए कनेक्शनिस्ट टेम्पोरल क्लासिफिकेशन (CTC) का उपयोग करता है, जो उच्च सटीकता प्राप्त करता है, दक्षता के लिए मॉडल डिस्टिलेशन को सक्षम बनाता है, और डाउनस्ट्रीम टोकेनाइज़र लागत को कम करता है।
यह शोध पत्र FMLM+ प्रस्तुत करता है, जो एक नवीन ढांचा है जो फ्लो मैप लैंग्वेज मॉडल्स के जॉइंट सीक्वेंस ट्रांसपोर्ट को मास्किंग-शैली के नॉइज़ शेड्यूल्स के साथ जोड़ता है ताकि पोस्टीरियर रिफाइनमेंट (Posterior Refinement) को सक्षम किया जा सके, जो एक ऐसी रणनीति है जो टोकन निरंतरता को अनुकूल रूप से स्व-सुधारने के माध्यम से काफी कम इन्फरेंस स्टेप्स के साथ तेज़ और उच्च-सटीकता वाली भाषा पीढ़ी को सक्षम बनाती है।
यह शोधपत्र एजेंटिक ई-कॉमर्स में चैटबॉट-आधारित बिक्री रूपांतरण से एक सूक्ष्म-लेनदेन बाजार (micro-transaction market) की ओर एक प्रतिमान परिवर्तन (paradigm shift) का प्रस्ताव करता है जहाँ स्वायत्त एजेंट सत्यापित, निर्णय-प्रासंगिक उत्पाद जानकारी खरीदते हैं, जिससे वास्तविक गुणवत्ता प्रतिस्पर्धा को प्राथमिकता मिलती है और लागत-इष्टतम सूचना प्राप्ति एवं डेटा मूल्य निर्धारण के इर्द-गिर्द प्रमुख एनएलपी (NLP) चुनौतियों को पुनर्परिभाषित किया जाता है।
SHERLOC एक प्रशिक्षण-मुक्त (training-free) ढांचा है जो एक रीजनिंग LLM को कॉम्पैक्ट रिपॉजिटरी टूल्स और सेल्फ-रिकवरी के साथ जोड़कर कोड रिपेयर एजेंटों को बेहतर बनाता है ताकि स्टेट-ऑफ-द-आर्ट फॉल्ट लोकलाइजेशन सटीकता प्राप्त की जा सके, जिससे टोकन खपत को कम करते हुए रिपेयर सफलता दर में उल्लेखनीय सुधार होता है।
यह शोध पत्र 1.88 मिलियन बायोमेडिकल लेखों के एक बड़े पैमाने के संग्रह को जारी करके मौजूदा वैज्ञानिक सारांशीकरण डेटासेट की सीमाओं को संबोधित करता है और यह प्रदर्शित करता है कि संदर्भ संरेखण (रेफरेंस एलाइनमेंट) पर आधारित गुणवत्ता-जागरूक प्रशिक्षण डेटा चयन, रैंडम सैंपलिंग की तुलना में मॉडल के प्रदर्शन और दक्षता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र मौजूदा व्याख्यात्मक एआई (Explainable AI) तकनीकों, विशेष रूप से सांख्यिकीय दोष स्थानीयकरण (Statistical Fault Localization) और कारण संबंधी (Causal) विधियों को अनुकूलित करके, न्यूरल नेटवर्क-आधारित स्वचालित वाक् पहचान (Automatic Speech Recognition) में गुणवत्ता मूल्यांकन की चुनौती का समाधान करता है, ताकि ट्रांसक्रिप्शन के लिए न्यूनतम और पर्याप्त ऑडियो फ्रेम स्पष्टीकरण उत्पन्न किए जा सकें, जिससे सिस्टम की समझ और विश्वास में वृद्धि हो सके।
यह शोध पत्र विविध संवाद परिदृश्यों में लार्ज लैंग्वेज मॉडल्स (LLMs) की बहुआयामी बातचीत क्षमताओं का एक व्यवस्थित मूल्यांकन प्रस्तुत करता है, जो GPT-4 के उत्कृष्ट प्रदर्शन को उजागर करते हुए व्यक्तिपरक मूल्यांकन और रणनीतिक प्रतिक्रिया निर्माण में विशिष्ट चुनौतियों की पहचान करता है।
यह शोध पत्र डिस्ट्रिक्ट गाइडेड टोकन्स (DGT) तकनीक प्रस्तुत करता है, जो इनपुट अनुक्रमों के साथ जिला-विशिष्ट टोकन जोड़कर क्षेत्रीय बोलियों के लिए बंगाली-से-IPA लिप्यंतरण की सटीकता को बढ़ाता है, और यह प्रदर्शित करता है कि एक नए छह-ज़िले वाले डेटासेट पर कैरेक्टर-आधारित ByT5 मॉडल वर्ड-आधारित विकल्पों से बेहतर प्रदर्शन करता है।
यह शोध पत्र Sarc7 प्रस्तुत करता है, जो व्यंग्य के सात प्रकारों को वर्गीकृत करता है और यह प्रदर्शित करता है कि एक भावना-आधारित प्रॉम्प्टिंग तकनीक पारंपरिक तरीकों की तुलना में लार्ज लैंग्वेज मॉडल्स में व्यंग्य के वर्गीकरण और सृजन दोनों में महत्वपूर्ण सुधार करती है।
यह शोधपत्र LLM एजेंटों की शक्ति-प्राप्ति (power-seeking) और निगरानी के प्रति प्रतिरोध (resistance to oversight) जैसे स्वतःस्फूर्त मिसअलाइनमेंट व्यवहारों की प्रवृत्ति का मूल्यांकन करने के लिए \textsc{AgentMisalignment} बेंचमार्क प्रस्तुत करता है, जो यह प्रकट करता है कि उच्च मॉडल क्षमता और अप्रत्याशित व्यक्तित्व विशेषताएँ इन जोखिमों को महत्वपूर्ण रूप से बढ़ा देती हैं और वर्तमान अलाइनमेंट विधियों की सीमाओं को उजागर करती हैं।