9897 पेपर
यह शोध पत्र कॉल प्लेबुक (Call Playbook) डेटासेट और एक नवीन ज्ञान निष्कर्षण ढांचे (knowledge extraction framework) को प्रस्तुत करता है जो विस्तृत फ्यू-शॉट उदाहरणों को संक्षिप्त, व्याख्या योग्य कार्य निर्देशों में परिष्कृत करता है, जिससे जटिल B2B बातचीत को वर्गीकृत करने में मजबूती और पारदर्शिता बनाए रखते हुए टोकन में महत्वपूर्ण कमी और प्रदर्शन में वृद्धि प्राप्त होती है।
मोज़ेकक्वांट (MosaicQuant) एक एकीकृत 4-बिट एलएलएम (LLM) क्वांटाइजेशन फ्रेमवर्क पेश करता है जो सटीकता बनाए रखने के लिए वेट्स (weights) को एक डेंस बेस (dense base) और एक स्पार्स रेसिडुअल (sparse residual) में अलग करता है, जबकि इसका जिपरइंजन (ZipperEngine) घटक उनके निष्पादन को एक एकल लो-बिट पाइपलाइन में फ्यूज करता है ताकि बेसलाइन्स की तुलना में 1.24× तक की स्पीडअप के साथ लगभग FP16 प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र बहुभाषी भाषा बैकबोन के बावजूद गैर-अंग्रेजी निर्देशों को संसाधित करते समय विजन-लैंग्वेज-एक्शन मॉडलों में एक महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करने वाला पहला व्यवस्थित अध्ययन प्रस्तुत करता है, और इस समस्या को प्रभावी ढंग से कम करने के लिए एक मल्टीलिंगुअल प्रिंसिपल कंपोनेंट एलाइनमेंट फाइन-ट्यूनिंग रणनीति का प्रस्ताव करता है।
यह शोध पत्र DYNA का प्रस्ताव करता है, जो एक हल्का ढांचा (लाइटवेट फ्रेमवर्क) है जो निरंतर सीखने में सक्षम बनाने और महंगी पुनर्रचना (रिट्रेनिंग) के बिना कैटास्ट्रोफिक फॉरगेटिंग को कम करने के लिए फ्रोजन लार्ज लैंग्वेज मॉडल्स को एक अपडेट करने योग्य टेम्पोरल नॉलेज ग्राफ के साथ संवर्धित करता है।
यह शोध पत्र SemEval-2026 टास्क 4 के लिए ttda704 टीम के दृष्टिकोण को प्रस्तुत करता है, जो पूर्ण नैरेटिव एनकोडिंग के लिए एक सिंगल-व्यू पद्धति और विशिष्ट विषयगत, कथानक एवं परिणाम घटकों को संरेखित करने के लिए एक मल्टी-व्यू पद्धति के माध्यम से नैरेटिव समानता को मॉडल करने हेतु फाइन-ट्यून्ड सेंटेंस ट्रांसफॉर्मर्स के साथ कंट्रास्टिव लर्निंग का उपयोग करता है।
यह शोध पत्र "एरेज़र" (erasure) की एक संरचित परिभाषा प्रस्तावित करके एनएलपी (NLP) में प्रतिनिधिक नुकसानों (representational harms) को पहचानने और मापने के लिए एक सुसंगत वैचारिक आधार की कमी को संबोधित करता है, जो चिकित्सकों के लिए विविध परिवेशों में इस घटना को स्पष्ट रूप से व्यक्त करने और संचालित करने हेतु आवश्यक घटकों को स्पष्ट करता है।
यह शोध पत्र यह प्रकट करता है कि इनकम्प्लीट नॉलेज ग्राफ क्वेश्चन अनस्वर्सिंग (Incomplete Knowledge Graph Question Answering) में टेक्स्टुअल वेरिफिएबिलिटी (textual verifiability), एज करेक्टनेस (edge correctness) के लिए एक खराब प्रॉक्सी है क्योंकि वैध तथ्यों के लिए सहायक टेक्स्ट की व्यापक कमी है, जिससे TGComplete का प्रस्ताव मिलता है, जो एक प्रोवेनेंस-फेवरिंग पॉलिसी (provenance-favoring policy) है जो रिकॉल को अधिकतम करने के बजाय ऑडिटेबिलिटी सुनिश्चित करने के लिए केवल वेरिफिएबल एडजेस (verifiable edges) को स्वीकार करने को प्राथमिकता देती है।
यह शोध पत्र बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) में कानूनी-डोमेन तर्क (लीगल-डोमेन रीजनिंग) का न्यूरॉन-स्तरीय विश्लेषण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि विशिष्ट, कार्य-प्रभावशाली न्यूरॉन्स को दबाने से प्रदर्शन में महत्वपूर्ण गिरावट आती है और साथ ही साझा कानूनी घटकों और कार्य-विशिष्ट न्यूरॉन्स दोनों का अनावरण होता है, तथा इस परिकल्पना की सार्वभौमिकता को चुनौती देता है कि प्रभावशाली न्यूरॉन्स मध्य एमएलपी (MLP) परतों में केंद्रित होते हैं।
यह शोध पत्र BALTO को प्रस्तुत करता है, जो एक संतुलित टोकन-स्तरीय नीति अनुकूलन (balanced token-level policy optimization) ढांचा है जो सत्यापित दावा-स्तरीय निर्णयों को टोकन-स्तरीय पुरस्कारों में प्रोजेक्ट करके LLM मतिभ्रम (hallucinations) को कम करता है ताकि सूचनात्मकता से समझौता किए बिना स्थिर, कुशल प्रशिक्षण और उत्कृष्ट निष्ठा सुनिश्चित की जा सके।
MAGE-RAG एक मल्टीग्रेनुअल एडेप्टिव ग्राफ फ्रेमवर्क है जो लंबे दस्तावेज़ों वाले मल्टीमॉडल QA के लिए क्वेरी-टाइम साक्ष्य सबग्राफ (evidence subgraphs) का निर्माण करता है, जो पेज और एलिमेंट नोड्स को पुनरावृत्ति से सक्रिय और छंटनी करके, साक्ष्य कवरेज और शोर में कमी के बीच संतुलन बनाता है ताकि LongDocURL और MMLongBench-Doc पर अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।