9899 पेपर
यह शोध पत्र SANA को प्रस्तुत करता है, जो एक नैदानिक एब्लेशन फ्रेमवर्क (diagnostic ablation framework) है जो विशाल डेटा लेक्स पर एंड-टू-एंड एक्सप्लोरेटरी क्वेश्चन आंसरिंग (EQA) प्रदर्शन को विशिष्ट घटक विफलताओं—खोज (search), योजना (planning), और डेटा विश्लेषण (data analysis)—में विभाजित करता है ताकि बाधाओं को व्यवस्थित रूप से पहचाना जा सके और एजेंट डिज़ाइन में सुधार के लिए मार्गदर्शन किया जा सके।
यह अध्ययन जापानी लेखकत्व निर्धारण (authorship attribution) के लिए लाइक्लीहुड रेशियो फ्रेमवर्क के अनुप्रयोग में पथप्रदर्शक है, जो शैलीमितीय विशेषताओं (stylometric features) को एम्बेडिंग-आधारित प्रणालियों के साथ जोड़कर यह प्रदर्शित करता है कि यह हाइब्रिड दृष्टिकोण व्यक्तिगत विधियों की तुलना में विभेदन क्षमता और अंशांकन (calibration) में महत्वपूर्ण सुधार करता है।
यह शोध पत्र यह प्रदर्शित करता है कि टेक्स्ट-आधारित और ऑडियो-आधारित दोनों भाषा मॉडल "V+up" जैसे वाक्यांशिक क्रियाओं (phrasal verbs) को आवृत्ति और पूर्वानुमेयता द्वारा संचालित विशिष्ट निरूपणों के रूप में समग्र रूप से संग्रहीत करते हैं, जिससे भाषा के उपयोग-आधारित सिद्धांतों (usage-based theories) को अनुभवजन्य समर्थन प्राप्त होता है।
यह शोध पत्र डायलॉग SWE-Bench पेश करता है, जो एक नया बेंचमार्क और व्यक्तित्व-आधारित (persona-grounded) यूजर सिम्युलेटर है, जिसका उपयोग संवाद के माध्यम से सॉफ्टवेयर इंजीनियरिंग समस्याओं को हल करने की कोडिंग एजेंटों की क्षमता का मूल्यांकन करने के लिए किया जाता है, जो यह प्रकट करता है कि संवाद क्षमता प्रदर्शन का एक विशिष्ट आयाम है जो अनिवार्य रूप से कोडिंग मॉडल की मजबूती के साथ सहसंबंध नहीं रखता है।
यह शोध पत्र संसाधन-सीमित हार्डवेयर पर समय-संवेदनशील चिकित्सा प्रेषण (मेडिकल डिस्पैच) के लिए स्ट्रीमिंग स्पीकर डायराइजेशन मॉडल को तैनात करने के दक्षता-प्रदर्शन व्यापार-संबंधों (एफिशिएंसी-परफॉरमेंस ट्रेड-ऑफ) का मूल्यांकन करता है, जो यह प्रदर्शित करता है कि जबकि स्ट्रक्चर्ड प्रूनिंग और लो-बिट क्वांटाइजेशन मेमोरी फुटप्रिंट को महत्वपूर्ण रूप से कम करते हैं, वे प्रदर्शन की लागत भी बढ़ाते हैं, जिसमें FP16 क्वांटाइजेशन एक संतुलित ऑपरेटिंग पॉइंट प्रदान करता है जो डायराइजेशन एरर रेट में केवल 40% की सापेक्ष वृद्धि के साथ मॉडल के आकार को आधा कर देता है।
KGERMAR एक नवीन ढांचा है जो इन्फरेंस के दौरान संदर्भ-विशिष्ट ज्ञान ग्राफ़ों को गतिशील रूप से निर्मित करके और उनके संरचनात्मक एम्बेडिंग को सिमेंटिक एवं कॉन्टेक्स्टुअल मेमोरी बैंकों के साथ एकीकृत करके लॉन्ग-कॉन्टेक्स्ट लैंग्वेज मॉडलिंग को उन्नत करता है, जिससे मौजूदा बेसलाइनों की तुलना में बेहतर परप्लेक्सिटी रिडक्शन और मेमोरी एफिशिएंसी प्राप्त होती है।
यह शोध पत्र एक सुदृढ़, गैर-पैरामीट्रिक मशीन टेक्स्ट डिटेक्शन फ्रेमवर्क का प्रस्ताव करता है जो पूरक फीचर सिग्नल्स को एकत्रित करने के लिए एक मल्टी-व्यू गॉसियन प्रोसेस एन्सेम्बल का लाभ उठाता है, जिससे विविध प्रतिकूल हमलों और वितरण परिवर्तनों के तहत भी उच्च सटीकता बनाए रखने और कैलिब्रेटेड अनिश्चितता अनुमान प्रदान करने में सक्षम होता है।
यह शोधपत्र GAMA-Bench प्रस्तुत करता है, जो 1,298 संघर्ष परिदृश्यों का एक लिंग-प्रतिबिंबित (gender-mirrored) बेंचमार्क है, यह प्रकट करने के लिए कि बड़े भाषा मॉडल समान दुराचार के लिए पुरुष पात्रों के प्रति लगातार अधिक कठोर, दंडात्मक और दोष-केंद्रित फ्रेमिंग लागू करते हैं, जबकि महिला पात्रों के प्रति अधिक सहानुभूतिपूर्ण और उपचारात्मक प्रतिक्रियाएं प्रदान करते हैं।
यह शोध पत्र प्रदर्शित करता है कि बड़े भाषा मॉडल, विशेष रूप से क्लॉड सोनेट 4 (Claude Sonnet 4), छात्रों की विविध और यथार्थवादी जावा प्रोग्रामिंग त्रुटियों का प्रभावी ढंग से अनुकरण कर सकते हैं, जो शैक्षिक अनुसंधान और इंटेलिजेंट ट्यूटरिंग सिस्टम के लिए वास्तविक सबमिशन एकत्र करने के एक स्केलेबल विकल्प के रूप में कार्य करते हैं।
यह शोध पत्र PauseRec का प्रस्ताव करता है, जो LLM-आधारित जनरेटिव रिकमेंडेशन के लिए एक हल्का (lightweight) निहित तर्क (implicit reasoning) प्रतिमान है, जो महंगी तर्क व्याख्या (rationale generation) को टालकर स्पष्ट तर्क पाइपलाइनों की सीमाओं से बचता है, जिससे काफी कम प्रशिक्षण लागत और तेज़ अनुमान गति के साथ बेहतर प्रदर्शन प्राप्त होता है।