9899 पेपर
यह शोध पत्र SLMJury को पेश करता है, जो एक व्यापक ढांचा है जो बंद-अंत (closed-ended) और खुले-अंत (open-ended) कार्यों में न्यायाधीश के रूप में 16 छोटे भाषा मॉडलों (SLMs) का बेंचमार्किंग करता है, जिससे यह पता चलता है कि हालांकि कोई भी एक मॉडल हावी नहीं है, अनुकूलित तर्क रणनीतियों और बहस प्रोटोकॉल के माध्यम से SLM बड़े मॉडलों के तुलनीय विश्वसनीय मूल्यांकन प्रदर्शन प्राप्त कर सकते हैं।
यह शोध पत्र "स्केलिंग पार्टिसिपेशन" (scaling participation) को प्रस्तुत करता है, जो एक ऐसा प्रतिमान है जहाँ विविध हितधारक सहयोगपूर्ण मॉड्यूलर एआई सिस्टम बनाने के लिए विशिष्ट छोटे मॉडलों का योगदान देते हैं जो तर्क, तथ्यात्मकता और उभरती समस्या-समाधान क्षमताओं में मोनोलिथिक एलएलएम (LLMs) से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र ACUTE प्रोटोकॉल प्रस्तुत करता है, जो एक कंप्यूट-कुशल एक्टिवेशन-आधारित फ्रेमवर्क है जो EURO नामक एक नवीन मीट्रिक के माध्यम से कैलिब्रेशन और सूचनात्मकता को संतुलित करके भाषा मॉडल की विश्वसनीयता में सुधार करता है, और कई कार्यों एवं मॉडल परिवारों में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र PACT फ्रेमवर्क प्रस्तुत करता है जो यह मूल्यांकन करता है कि बड़े भाषा मॉडल (large language models) सांस्कृतिक मानदंडों और व्यक्तिगत प्राथमिकताओं के बीच कैसे संतुलन बनाते हैं, जिससे यह पता चलता है कि मॉडल कठोर, संदर्भ-निर्भर सांस्कृतिक प्रवर्तन प्रदर्शित करते हैं और मानवीय सामाजिक निर्णयों में मौजूद सूक्ष्म बहुलवाद और अनिश्चितता को पकड़ने में विफल रहते हैं।
यह शोध पत्र "स्ट्रेन्ड कोहेरेंस" (strained coherence) को पेश करता है, जो एक सुरक्षा-संबंधित विफलता मोड है जहाँ LLM-आधारित कोडिंग एजेंट तर्क संबंधी खामियों को स्वीकार करने के बावजूद आगे बढ़ते रहते हैं, और यह प्रदर्शित करता है कि इस पैटर्न की पहचान करने वाला एक विशेष डिटेक्टर उच्च सटीकता और व्याख्यात्मकता के साथ निष्पादन विफलताओं (execution failures) की महत्वपूर्ण भविष्यवाणी करता है।
यह शोध पत्र ROSUM-MCTS का प्रस्ताव करता है, जो एक मोंटे कार्लो ट्री सर्च-प्रेरित ढांचा है जो मौजूदा बेसलाइन विधियों की तुलना में हार्डवेयर डिस्क्रिप्शन लैंग्वेज (HDL) कोड सारांश की सटीकता और मजबूती को महत्वपूर्ण रूप से सुधारने के लिए पदानुक्रमित संदर्भ विस्तार (hierarchical context expansion) और एक मिश्रित रिवॉर्ड फंक्शन का लाभ उठाता है।
यह शोध पत्र लॉन्ग-फॉर्म टेक्स्ट जनरेशन अनुसंधान में मानव मूल्यांकन प्रोटोकॉल का एक बड़े पैमाने पर विश्लेषण प्रस्तुत करता है, जो हाल ही के सीएल (CL) सम्मेलन प्रकाशनों में महत्वपूर्ण पद्धतिगत विवरणों की व्यापक स्तर पर कम रिपोर्टिंग को प्रकट करता है और पारदर्शिता एवं पुनरुत्पादकता में सुधार के लिए कार्रवाई योग्य सिफारिशें प्रदान करता है।
FMRFusion एक नवीन फ्रीक्वेंसी-अवेयर मल्टी-व्यू रिप्रेजेंटेशन लर्निंग नेटवर्क है जो मल्टी-स्केल स्ट्रक्चरल परसेप्शन, बाइलिनियर फ्रीक्वेंसी डिकंपोजिशन, क्रॉस-व्यू कॉम्प्लीमेंटरी इंटरैक्शन और फ्लो मैचिंग को एकीकृत करके इन्फ्रारेड और विज़िबल इमेज फ्यूजन को बढ़ाता है ताकि विशिष्ट मोडल विशेषताओं को प्रभावी ढंग से कैप्चर किया जा सके और उच्च गुणवत्ता वाली कंपोजिट छवियां बनाई जा सकें, विशेष रूप से रात के दृश्यों में।
इस दावे के बावजूद कि बड़े भाषा मॉडल (LLMs) सारांश बनाने की क्षमता में मानव क्षमताओं से आगे निकल गए हैं, एक व्यापक मल्टी-ट्रैक मूल्यांकन से पता चलता है कि जहाँ LLMs प्रवाह और सुसंगतता में उत्कृष्ट हैं, वहीं मानव-लिखित संदर्भ सूचनात्मकता, निष्ठा और तथ्यात्मक विश्वसनीयता में बेहतर बने हुए हैं।
यह शोध पत्र RLSR को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो विशिष्ट अनुवाद मॉडलों के लिए मैन्युअल प्रॉम्प्ट ट्यूनिंग की आवश्यकता के बिना, सीधे डाउनस्ट्रीम मशीन अनुवाद गुणवत्ता को अनुकूलित करने के लिए स्रोत पुनर्लेखन (source rewriting) मॉडलों को प्रशिक्षित करता है।