9897 पेपर
यह शोध पत्र इस बात की जांच करता है कि क्या भाषा मॉडल शून्य की अवधारणा को स्वतंत्र रूप से खोज सकते हैं, जिसमें यह पाया गया है कि जबकि GPT-2 आकार के मॉडल केवल मानक अंकगणित से इस अवधारणा को सामान्य बनाने में विफल रहते हैं, वे न्यूनतम उदाहरणों के साथ इसे सीख सकते हैं, एक ऐसी प्रक्रिया जो पूर्व भाषा प्रीट्रेनिंग द्वारा काफी तेज हो जाती है।
यह अध्ययन प्रदर्शित करता है कि यदि पर्याप्त वितरण संबंधी डेटा उपलब्ध हो, तो Word2Vec लगभग 130 शब्दों की अत्यंत छोटी शब्दावली के साथ भी अर्थ संबंधी संबंधों को प्रभावी ढंग से पकड़ सकता है, और यह प्रकट करता है कि कॉर्पस में आकस्मिक गैर-मुख्य टोकन वास्तव में प्रदर्शन में बाधा डालने के बजाय शब्द निकटता को बढ़ाते हैं।
यह शोधपत्र SpeechDx को प्रस्तुत करता है, जो भाषण उत्पादन चरणों द्वारा व्यवस्थित 12 डेटासेट और 27 नैदानिक कार्यों में फैला एक व्यापक मल्टी-टास्क बेंचमार्क है, जो यह प्रकट करता है कि जबकि बड़े पैमाने के स्पीच मॉडल मजबूत बेसलाइन के रूप में कार्य करते हैं, कोई भी वर्तमान प्रतिनिधित्व विविध नैदानिक स्थितियों में विश्वसनीय रूप से सामान्यीकरण नहीं कर पाता है।
यह शोध पत्र एनएलपी (NLP) के लिए इस अवधारणा को कार्यान्वित करने हेतु अननुवादनीयता (untranslatability) की एक संरचित ऑन्टोलॉजी और वर्गीकरण प्रस्तुत करता है, जिसके परिणामस्वरूप एक नया बहुभाषी डेटासेट और प्रारंभिक निष्कर्ष प्राप्त हुए हैं जो यह प्रदर्शित करते हैं कि जब मॉडल व्याख्यात्मक प्रतिपूरक रणनीतियों (explanatory compensation strategies) का उपयोग करते हैं, तो अनुवाद की गुणवत्ता में सुधार होता है।
यह शोध पत्र यह प्रदर्शित करके कि जबकि मॉडल स्पष्ट प्रॉम्प्टिंग के तहत सफल होते हैं, वे निहित (इम्प्लिसिट) प्रॉम्प्ट से संचारत्मक दक्षता की आवश्यकता को समझने में विफल रहते हैं, LVLMs की कुशल संदर्भ अभिव्यक्तियों (रेफरिंग एक्सप्रेशंस) को समन्वित करने की क्षमता पर विरोधाभासी निष्कर्षों को सुलझाता है, जो मानव और एआई संचार के बीच एक मौलिक विचलन को प्रकट करता है।
यह शोध पत्र प्रकट करता है कि बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) उत्पाद अनुशंसाओं में स्थापित ब्रांडों के प्रति एक मजबूत पक्षपात प्रदर्शित करते हैं, जो प्रसिद्ध ब्रांडों के लिए एक "सशर्त एकाधिकार" (कंडीशनल मोनोपोली) बनाता है जिसे मामूली गुणवत्ता लाभ या निर्मित अधिकार दावों द्वारा तोड़ा जा सकता है, जो अंततः ब्रांडों को एक सामाजिक दुविधा की ओर धकेलता है जहाँ सार्वभौमिक अनुकूलन रणनीतियाँ व्यक्तिगत प्रतिफल को अत्यधिक कम कर देती हैं।
यह शोध पत्र PARSE को प्रस्तुत करता है, जो एक प्रोवेनेंस-अवेयर रिट्रीवल सैनिटाइजेशन पाइपलाइन है जो उपयोगिता को बनाए रखते हुए वास्तविक दुनिया के पेशेवर दस्तावेजों पर प्रॉम्प्ट इंजेक्शन हमले की सफलता दर को महत्वपूर्ण रूप से कम करता है, जो सिंथेटिक बेंचमार्क पर मूल्यांकन किए जाने पर मौजूदा सुरक्षा प्रणालियों की महत्वपूर्ण विफलता को संबोधित करता है।
यह शोध पत्र इस बात की जांच करता है कि कैसे एंटरप्राइज एलएलएम (LLM) असिस्टेंट्स में टूल कैटलॉग के आकार 10 से बढ़कर 110 एजेंटों तक होने पर रूटिंग सटीकता कम हो जाती है, जिसमें रिट्रीवल (retrieval) और कन्फ्यूजन (confusion) अंतराल को विफलता के प्राथमिक कारणों के रूप में पहचाना गया है और यह प्रदर्शित किया गया है कि एम्बेडिंग-आधारित शॉर्टलिस्टिंग (embedding-based shortlisting) कई फ्रंटियर मॉडल्स (frontier models) में महत्वपूर्ण एफ1 (F1) प्रदर्शन को प्रभावी ढंग से पुनः प्राप्त करती है।
यह शोधपत्र एक सैद्धांतिक विश्लेषण प्रदान करता है जो यह प्रदर्शित करता है कि डीप ट्रांसफॉर्मर्स में बाउंडेड-डेप्थ कॉन्टेक्स्ट-फ्री ग्रामर्स से अमूर्त व्याकरणिक अवस्थाओं को लो-डायमेंशनल, लीनियरली सेपरेबल सबस्पेसों में एनकोड करने की संरचनात्मक क्षमता होती है, जिससे पदानुक्रमित मॉडलिंग के लिए लीनियर रिप्रेजेंटेशन हाइपोथेसिस की पुष्टि होती है।
यह शोध पत्र यह प्रकट करता है कि केवल LLM-जनित नोड विशेषताओं (node features) को GNN इनपुट के साथ जोड़ने से होमोफिलस (homophilous) बेंचमार्क पर प्रदर्शन व्यवस्थित रूप से घट सकता है, एक ऐसी घटना जो ग्राफ होमोफिली के बजाय LLM की स्टैंडअलोन डिस्क्रिमिनेबिलिटी (discriminability) द्वारा संचालित होती है, और यह भविष्यवाणी करने के लिए एक डिस्क्रिमिनेबिलिटी थ्रेशोल्ड (discriminability threshold) प्रस्तावित करता है कि कब ऐसा संयोजन हानिकारक होगा।