9899 पेपर
यह अध्ययन नेपाली कानूनी प्रश्नोत्तर के लिए पहले रिट्रीवल ऑगमेंटेड जनरेशन (Retrieval Augmented Generation) फ्रेमवर्क को प्रस्तुत करता है, जो उच्च परिशुद्धता और सत्यता स्कोर प्राप्त करने के लिए नेपाल कानून पत्रिका संग्रह का लाभ उठाता है, जिससे कम-संसाधन वाले कानूनी डोमेन में डेटा की कमी की चुनौतियों का समाधान होता है।
यह शोध पत्र ABLE को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) ढांचा है जो इनपुट-संवेदनशीलता पैटर्न को पकड़ने के लिए टोकेनाइज़र-अज्ञेय (tokenizer-agnostic) ग्रेडिएंट-आधारित फीचर एट्रिब्यूशन को एकत्रित करके विषम (heterogeneous) लार्ज लैंग्वेज मॉडल्स को निरूपित और मैप करता है, जिससे मॉडल तुलना, रूटिंग और प्रोवेनेंस ऑडिटिंग जैसे कार्यों के लिए स्थिर और स्केलेबल एम्बेडिंग्स प्राप्त होती हैं।
यह शोध पत्र CAPruner प्रस्तुत करता है, जो एक नवीन सीन ग्राफ प्रनर (scene graph pruner) है जो 3D विजन-लैंग्वेज कार्यों के लिए कार्य-महत्वपूर्ण संबंधों को कुशलतापूर्वक चुनने के लिए फजी सिमेंटिक प्रासंगिकता (fuzzy semantic relevance) को स्थानिक निकटता (spatial proximity) के साथ जोड़ता है, जिससे बड़े भाषा मॉडलों की स्थानिक तर्क क्षमताओं को बढ़ाते हुए कम्प्यूटेशनल लागत को कम किया जा सके।
यह शोध पत्र मेडलाइन डेटाबेस में विजातीय चिकित्सा अवधारणाओं के बीच छिपे हुए संबंधों को साझा मध्यवर्ती विषयों की पहचान करके उजागर करने के लिए डॉन आर. स्वानसन के ABC ढांचे से व्युत्पन्न एक अनुकूली साहित्य-आधारित खोज मॉडल प्रस्तावित करता है।
यह शोधपत्र PulseBench-Tab प्रस्तुत करता है, जो नौ भाषाओं और चार लिपियों में 1,820 मानव-एनोटेटेड तालिकाओं से युक्त एक बहुभाषी बेंचमार्क है, साथ ही इसमें जटिल, वास्तविक दुनिया की दस्तावेज़ छवियों पर विभिन्न तालिका निष्कर्षण प्रणालियों के प्रदर्शन का आकलन करने के लिए T-LAG नामक एक नवीन ग्राफ-आधारित मूल्यांकन मीट्रिक भी शामिल है।
यह शोध पत्र 12 यूरोपीय भाषाओं के लिए एक बहुभाषी रिफ्यूज़ल (refusal) डेटासेट, RefusEU, प्रस्तुत करता है, और डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (Direct Preference Optimization) प्रयोगों के माध्यम से यह प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स को विशेष रूप से केवल अंग्रेजी में संरेखित (align) करना क्रॉस-लिंगुअल सुरक्षा सुनिश्चित करने में विफल रहता है, जबकि बहुभाषी प्रशिक्षण सामान्य ज्ञान क्षमताओं से समझौता किए बिना विभिन्न भाषाओं में सुरक्षा को प्रभावी ढंग से बढ़ाता है।
यह शोध पत्र यह तर्क देता है कि लार्ज लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) तीन मुख्य वास्तुशिल्प निर्णयों—सेल्फ-अटेंशन, मैक्सिमम लाइकलीहुड एस्टीमेशन और ऑटोरेग्रेसिव डिकोडिंग—के संरचनात्मक परिणाम हैं, जो एक संयुक्त विफलता प्रणाली का निर्माण करते हैं जिसे डेटासेट की विकृतियाँ उत्पन्न करने के बजाय केवल बढ़ा देती हैं, जिससे आउटपुट-आधारित वर्गीकरण से हटकर तंत्र-विशिष्ट नैदानिक और शमन रणनीतियों की ओर बदलाव आवश्यक हो जाता है।
यह शोध पत्र एक नवीन मॉडल प्रस्तुत करता है जो मेटामैप (MetaMap) और टेक्स्ट माइनिंग तकनीकों का लाभ उठाकर एक व्यापक इंडेक्स संरचना का निर्माण करता है, जो चिकित्सा अवधारणाओं के बीच उन छिपे हुए, क्रॉस-डॉक्यूमेंट संबंधों को प्रभावी ढंग से खोजता है जिन्हें मौजूदा दृष्टिकोणों द्वारा अक्सर अनदेखा कर दिया जाता है।
यह शोध पत्र Listen-Write-Speak (LWS) को प्रस्तुत करता है, जो एक नवीन टेक्स्ट-फर्स्ट ट्राई-चैनल प्रतिमान (paradigm) है जो बिना किसी संरचनात्मक परिवर्तन के एक साझा ऑटोरेग्रेसिव LLM का उपयोग करके फुल-डुप्लेक्स स्पीच मॉडल्स को वास्तविक समय में सुनने, दृश्यमान संरचित टेक्स्ट लिखने और बोलने में सक्षम बनाता है, जिससे संवादात्मक उत्तरदायित्व बनाए रखते हुए कोड जनरेशन और संरचित तर्क जैसी टेक्स्ट-नेटिव क्षमताओं के द्वार खुलते हैं।
यह शोध पत्र प्रदर्शित करता है कि कुशल जेमिनी 2.0 फ्लैश मॉडल पर परिष्कृत, बहु-घटक प्रॉम्प्ट इंजीनियरिंग का उपयोग करने से इसकी मल्टी-हॉप बायोमेडिकल रीजनिंग क्षमताओं में महत्वपूर्ण वृद्धि होती है, जिससे 0.720 का कॉन्सेप्ट लेवल स्कोर प्राप्त होता है जो अगली पीढ़ी के मॉडलों के समकक्ष है और बेसलाइन दृष्टिकोणों से कहीं अधिक बेहतर है।