cs.CL

Misinformation Propagation in Benign Multi-Agent Systems

यह शोध पत्र इस बात की जांच करता है कि कैसे इरादतन भ्रामक सूचनाएं (intent-based misinformation) सौहार्दपूर्ण बहु-एजेंट प्रणालियों (benign multi-agent systems) के माध्यम से प्रसारित होती हैं, और यह पाता है कि हालांकि ऐसी भ्रामक सूचनाएं प्रदर्शन को कम करती हैं और एजेंटों की परस्पर क्रियाओं में बनी रहती हैं, बहु-एजेंट बहस आम तौर पर एकल-एजेंट प्रॉम्प्टिंग की तुलना में अधिक मजबूती प्रदान करती है, जिसके परिणाम समूह की संरचना, निर्णय प्रोटोकॉल और अंतर्निहित मॉडलों पर अत्यधिक निर्भर करते हैं।

MyPCBench: A Benchmark for Personally Intelligent Computer-Use Agents

P3B3: A Multi-Turn Conversational Benchmark for Measuring European and Brazilian Portuguese Variety Bias in LLMs

यह शोध पत्र P3B3 को प्रस्तुत करता है, जो एक विशेषज्ञ-क्यूरेटेड बेंचमार्क और मूल्यांकन ढांचा है जो वर्तमान बड़े भाषा मॉडलों (Large Language Models) में यूरोपीय पुर्तगाली की तुलना में ब्राज़ीलियाई पुर्तगाली के प्रति एक महत्वपूर्ण पूर्वाग्रह को प्रकट करता है, जो अधिक संतुलित बहुभाषी प्रतिनिधित्व की तत्काल आवश्यकता को रेखांकित करता है।

The Art of Mixology: Mixup-based Obfuscation for Privacy-Preserving Split Learning in Large Language Models

यह शोध पत्र MIXGUARD का प्रस्ताव करता है, जो लार्ज लैंग्वेज मॉडल्स में प्राइवेसी-प्रिजर्विंग स्प्लिट लर्निंग के लिए एक नवीन मिक्सअप-आधारित फ्रेमवर्क है, जो डेटा रिकंस्ट्रक्शन हमलों को रोकने के लिए टोकन-लेवल और रिप्रेजेंटेशन-लेवल ऑब्फस्केशन को एडेप्टिव ग्रेडिएंट पर्टर्बेशन के साथ जोड़कर उपयोगिता, गोपनीयता और दक्षता के बीच प्रभावी ढंग से संतुलन बनाता है।

LLM-based Visual Code Completion for Aerospace Geometric Design

यह शोध पत्र एयरोस्पेस ज्यामितीय डिजाइन के लिए एक LLM-आधारित विजुअल प्रोग्रामिंग कोपायलट पेश करता है, जिसमें एक नया ग्रासहॉपर प्लगइन लाइब्रेरी (विंगबिल्डर) और एक विशेष डेटासेट (AVPD) शामिल है, जिसका उद्योग इंजीनियरों के साथ मूल्यांकन किया गया और निष्कर्ष निकाला गया कि अनुमान गति (इन्फरेंस स्पीड) में सीमाओं के बावजूद यह सहायक है।

Connecting Speech to Words through Images

यह शोध पत्र एक दृश्य-आधारित (visually grounded), अनसुपरवाइज्ड विधि प्रस्तुत करता है जो केवल छवियों और उनके विवरणों का उपयोग करके लिखित शब्दों और बोले गए कथनों के बीच मैपिंग सीखता है, जो बिना किसी स्पष्ट पाठ्य पर्यवेक्षण (textual supervision) के स्पोकन वर्ड रिट्रीवल और कीवर्ड स्पॉटिंग में उत्कृष्ट प्रदर्शन प्राप्त करता है।

Tying the Loop -- Tied Expert Layers in Mixture-of-Experts Language Models

यह शोध पत्र एक्सपर्ट टायिंग (Expert Tying) को प्रस्तुत करता है, जो मिक्सचर-ऑफ-एक्सपर्ट्स (Mixture-of-Experts) मॉडलों में लगातार ट्रांसफॉर्मर परतों के बीच एक्सपर्ट पैरामीटर्स को साझा करने की एक विधि है, जिससे प्रदर्शन पर नगण्य प्रभाव के साथ मेमोरी आवश्यकताओं को लगभग आधा कर दिया जाता है, जिससे बड़े भाषा मॉडलों के प्रशिक्षण और स्केलिंग के लिए कंप्यूट-टू-मेमोरी ट्रेड-ऑफ में महत्वपूर्ण सुधार होता है।

Follow the Latent Roadmap: Navigating Revocable Decoding for Diffusion LLMs with Anchor Tokens

यह शोध पत्र ASRD को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो डिकोडिंग संदर्भों को विश्वसनीय एंकर टोकन और अनिश्चित उम्मीदवारों में अलग करके डिफ्यूजन लार्ज लैंग्वेज मॉडल्स को बेहतर बनाता है ताकि त्रुटि प्रसार और स्थानीय त्रुटि सुदृढ़ीकरण को एक साथ दबाया जा सके, जिससे सटीकता और अनुमान थ्रूपुट दोनों में महत्वपूर्ण सुधार प्राप्त होता है।

Revisiting the Systematicity in Negation in the Era of In-Context Learning

यह शोधपत्र इन-कॉन्टेक्स्ट लर्निंग के माध्यम से बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) में निषेध (नेगेशन) बोध की व्यवस्थितता की जांच करता है, जो यह प्रकट करता है कि जबकि मॉडल प्रदर्शनों (डेमोंस्ट्रेशन) के माध्यम से निषेध अभिव्यक्तियों और उनके दायरे (स्कोप) को आंशिक रूप से पहचान सकते हैं, वे पूर्ण प्रदर्शन करने और स्कोप पहचान के लिए फंक्शन वेक्टर्स को मजबूती से निर्मित करने में संघर्ष करते हैं।

Compositional Reasoning Depth Predicts Clinical AI Failure: Empirical Evidence Consistent with Transformer Compositionality Limits in Electronic Health Record Question Answering

यह शोध पत्र यह प्रदर्शित करता है कि इलेक्ट्रॉनिक स्वास्थ्य अभिलेखों से नैदानिक प्रश्नों का उत्तर देने के लिए आवश्यक अनुमानित चरणों की संख्या (हॉप काउंट) लार्ज लैंग्वेज मॉडल की विफलता का एक सुदृढ़, सिद्धांत-प्रेरित भविष्यवक्ता है, जो तर्क की गहराई बढ़ने के साथ कई आर्किटेक्चर में सटीकता में निरंतर एकदिष्ट गिरावट (monotonic decline) प्रदर्शित करती है, एक ऐसा रुझान जो विस्तारित सोच (extended thinking) के साथ भी बना रहता है और जिसे कॉन्टेक्स्ट ट्रंकेशन (context truncation) के कारण नहीं माना जा सकता है।