10091 पेपर
यह शोध पत्र SentimentLens प्रस्तुत करता है, जो एक स्केलेबल एस्पेक्ट-बेस्ड सेंटीमेंट एनालिसिस सिस्टम है जो टेक्स्टुअल सेंटीमेंट को न्यूमेरिकल रेटिंग के साथ सामंजस्य बिठाकर अनस्ट्रक्चर्ड होटल समीक्षाओं को कार्रवाई योग्य अंतर्दृष्टि में बदल देता है ताकि सेवा गुणवत्ता की विसंगतियों की पहचान की जा सके और आतिथ्य क्षेत्र में डेटा-संचालित निर्णय लेने में सहायता मिल सके।
यह शोध पत्र बांग्लादेश के कम-संसाधन वाले, बहुभाषी कानूनी दस्तावेजों को वर्गीकृत करने और सारांशित करने के लिए एक नवीन KAN-संवर्धित BiGRU आर्किटेक्चर प्रस्तावित करता है, जो यह प्रदर्शित करता है कि कोलमोगोरोव-आर्नोल्ड नेटवर्क को एकीकृत करने से बेसलाइन मॉडल की तुलना में वर्गीकरण सटीकता 57.34% से बढ़कर 67.96% हो जाती है।
यह शोधपत्र RealityTest को प्रस्तुत करता है, जो वास्तविक दुनिया के मानवीय प्रश्नों पर आधारित एक बड़े पैमाने का बहु-मोडल और बहुभाषी बेंचमार्क है, जो यह प्रकट करता है कि एआई (AI) पहचान प्रकटीकरण मॉडल आर्किटेक्चर के बजाय वाक्यांश और संदर्भ के प्रति अत्यधिक संवेदनशील है, और सरल निर्देशों द्वारा आसानी से दबा दिया जाता है, जो वर्तमान संकीर्ण, कृत्रिम सुरक्षा मूल्यांकनों की सीमाओं को उजागर करता है।
यह शोध पत्र BAGEN को पेश करता है, जो बजट-जागरूकता को प्रोग्रेसिव इंटरवल एस्टिमेशन (प्रगतिशील अंतराल अनुमान) के रूप में परिभाषित करने वाला एक ढांचा है और यह प्रदर्शित करता है कि जबकि फ्रंटियर एलएलएम (LLM) एजेंट बजट ओवररन का सटीक अनुमान लगाने या चेतावनी देने में लगातार विफल रहते हैं, सुपरवाइज्ड फाइन-ट्यूनिंग और सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से समय रहते कार्रवाई करने (actionable early stops) की उनकी क्षमता में महत्वपूर्ण सुधार किया जा सकता है।
यह शोध पत्र पांच लेयर-अवेयर (layer-aware) पैरामीटर संरेखण रणनीतियों का परिचय और मूल्यांकन करता है जो बहुभाषी विशेषज्ञ भाषा मॉडलों के निरंतर प्रीट्रेनिंग के दौरान कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को प्रभावी ढंग से कम करती हैं, जिससे नई भाषा अधिग्रहण की लागत को न्यूनतम करते हुए विविध भाषाओं में सामान्य ज्ञान और कार्य प्रदर्शन को महत्वपूर्ण रूप से संरक्षित किया जाता है।
यह शोध पत्र समानांतरता (parallelism) के लिए एम्बेडिंग मॉडल्स और गुणवत्ता (quality) के लिए रेफरेंस-फ्री एस्टिमेटर्स का बेंचमार्किंग करके, व्यापक रूप से बहुभाषी समानांतर डेटा का आकलन करने के लिए एक विघटित (decomposed), दिशा-जागरूक ढांचे का प्रस्ताव करता है, जो यह प्रकट करता है कि सभी भाषा युग्मों (language pairs) में कोई भी एकल सार्वभौमिक मीट्रिक पर्याप्त नहीं है और प्रभावी मूल्यांकन के लिए अनुकूलित रूटिंग और अंशांकन (calibration) की आवश्यकता होती है।
यह शोध पत्र टेम्पोरल फ्रेमिंग (temporal framing) के लिए एनोटेट किए गए 458 समाचार लेखों के एक बहुभाषी डेटासेट और एक वर्गीकरण (taxonomy) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि सुपरवाइज्ड मॉडल इन प्रेरक अलंकारिक युक्तियों (rhetorical devices) का प्रभावी ढंग से पता लगाने में सक्षम हैं और ज़ीरो-शॉट दृष्टिकोणों की तुलना में बेहतर प्रदर्शन करते हैं।
यह शोध पत्र ट्रैजेक्टरी-अवेयर ऑन-पॉलिसी डिस्टिलेशन (TOPD) का प्रस्ताव करता है, जो एक ऐसी विधि है जो वास्तविक तर्क संबंधी विचलन (reasoning divergences) को सतही स्तर के टोकन बेमेल (token mismatches) से अलग करने और कई टोकनों में मार्गदर्शन वितरित करने के लिए निकट-भविष्य की ट्रैजेक्टरी जानकारी का लाभ उठाती है, जिससे मानक टोकन-स्तरीय OPD की तुलना में छात्र मॉडल के तर्क प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह नियंत्रित अध्ययन प्रदर्शित करता है कि जहाँ स्पार्स ऑटोएन्कोडर फीचर्स (sparse autoencoder features) वास्तविक क्रॉस-लिंगुअल अर्थ संबंधी ओवरलैप प्रदर्शित करते हैं, वहीं उनके द्वारा स्वतः-निर्मित प्राकृतिक भाषा लेबल विभिन्न भाषाओं, लिपियों और पुनर्गठित शब्दों (rewordings) के बीच सामान्यीकरण करने में विफल रहते हैं, जो अक्सर उन अंतर्निहित अवधारणाओं के बजाय प्रशिक्षण डेटा प्रतिनिधित्व पूर्वाग्रहों को दर्शाते हैं जिनका उन्हें वर्णन करना चाहिए।
यह शोध पत्र प्रदर्शित करता है कि डिकोडर-ओनली (decoder-only) LLMs एक आर्किटेक्चरल "डिटरमिनिस्टिक होराइजन" (लगभग 19-31 चरण) का सामना करते हैं जहाँ सूचना-सैद्धांतिक अटेंशन बॉटलनैक्स (information-theoretic attention bottlenecks) के कारण विस्तारित चेन-ऑफ-थॉट (chain-of-thought) तर्क विफल हो जाता है, जिससे डिटरमिनिस्टिक स्टेट-ट्रैकिंग कार्यों पर उच्च सटीकता प्राप्त करने के लिए टूल-डेलीगेटेड हाइब्रिड दृष्टिकोणों की ओर बदलाव आवश्यक हो जाता है।