10125 पेपर
यह अध्ययन प्रदर्शित करता है कि LLM-जनित सिंथेटिक बहुभाषी डेटा पर फाइन-ट्यून किया गया एक टू-स्टेज क्लिनिकल कोडिंग रिट्रीवल सिस्टम, गैर-अंग्रेजी भाषाओं में इंग्लिश-प्रीट्रेन्ड बेसलाइन्स से बेहतर प्रदर्शन करता है, जो व्यापक नेटिव बायोमेडिकल प्रीट्रेनिंग के बिना डोमेन-विशिष्ट मेडिकल रिट्रीवर्स बनाने के लिए एक स्केलेबल रेसिपी प्रदान करता है।
यह शोध पत्र टास्क-विशिष्ट फाइनट्यूनिंग (task-specific finetuning), मोनोलिंगुअल फाइनट्यूनिंग (monolingual finetuning) और एन-ग्राम मॉडल (n-gram models) की तुलना करके गैर-अंग्रेजी भाषाओं के लिए स्पेक्युलेटिव डिकोडिंग दक्षता को बढ़ाने के तरीकों की जांच करता है, जिसमें यह पाया गया है कि जबकि टास्क-विशिष्ट डिस्टिलेशन (task-specific distillation) दक्षता में सुधार करता है लेकिन सामान्यीकरण का अभाव रखता है, वहीं एन-ग्राम मॉडल कम स्वीकृति दरों के बावजूद अपने तीव्र ड्राफ्ट जनरेशन के कारण लगातार महत्वपूर्ण गति-वृद्धि प्रदान करते हैं।
यह शोध पत्र ImmigrationQA प्रस्तुत करता है, जो अमेरिकी आव्रजन नियमों से प्राप्त 17,000 से अधिक प्रश्न-उत्तर युग्मों का एक स्रोत-आधारित डेटासेट है, और यह प्रदर्शित करता है कि इस डेटा पर एक छोटे 3B-पैरामीटर वाले Llama 3.2 मॉडल को फाइन-ट्यून करने से बड़े बेस मॉडल्स की तुलना में प्रक्रियात्मक आव्रजन प्रश्नों पर इसके प्रदर्शन में काफी सुधार होता है, और वह भी कम कम्प्यूटेशनल लागत बनाए रखते हुए।
यह शोध पत्र कॉज़ल सेंसिटिविटी स्कोर (CSS) को प्रस्तुत करता है, जो एक हस्तक्षेप संबंधी मीट्रिक (interventional metric) है जो मानक कवरेज-आधारित बेंचमार्क पर नैदानिक एआई मॉडलों के प्रदर्शन और रोगी डेटा में महत्वपूर्ण परिवर्तनों के प्रति उनकी वास्तविक प्रतिक्रियाशीलता के बीच महत्वपूर्ण विसंगतियों को प्रकट करता है, जिससे छिपी हुई क्षमता प्रोफाइल और वे सार्वभौमिक सुरक्षा ब्लाइंड स्पॉट सामने आते हैं जिन्हें पारंपरिक मूल्यांकन विधियाँ नहीं देख पाती हैं।
यह शोध पत्र AMNESIA को प्रस्तुत करता है, जो मेडिकल मशीन अनलर्निंग (medical machine unlearning) के लिए पहला बड़े पैमाने का, ओपन-सोर्स बेंचमार्क सुइट है, जिसमें 11 रोग श्रेणियों से 70,000 से अधिक प्रश्न-उत्तर युग्म शामिल हैं, जो यह प्रकट करता है कि वर्तमान अनलर्निंग विधियाँ व्यक्तिगत रोगी डेटा को हटाते समय साझा नैदानिक स्थितियों के ज्ञान को अनजाने में कम कर देती हैं।
यह शोध पत्र विनियमित वित्तीय साइबर सुरक्षा के लिए एक संगठन-स्तरीय, स्थानीय रूप से तैनात करने योग्य LLM एजेंट रनटाइम आर्किटेक्चर प्रस्तावित करता है जो सभी घटकों में एक टाइप किया गया (typed) सुरक्षा संदर्भ (Security Context) लागू करता है, SIEM/XDR सिस्टम को प्राथमिक ट्रिगर्स के रूप में एकीकृत करता है, और गवर्नड टूल एडेप्टर, संरचित निष्कर्षों और टियर्ड ह्यूमन-इन-द-लूप गेट्स के माध्यम से ऑडिटेबिलिटी सुनिश्चित करता है।
यह शोध पत्र "सिमेंटिक मोशन एंकर्स" (semantic motion anchors) का प्रस्ताव करता है, जो एक ऐसी विधि है जो 3D जेस्चरों को प्राकृतिक-भाषा मोशन प्रिमिटिव्स में विविक्त (discretize) करती है ताकि लो-लेवल किनेमैटिक्स और हाई-लेवल संचारत्मक इरादे के बीच के अंतर को पाटा जा सके, जिससे गति को सिमेंटिक अर्थ में स्थापित करके को-स्पीच जेस्चर रिट्रीवल और जनरेशन में महत्वपूर्ण सुधार किया जा सके।
CSULoRA एक post-hoc विधि है जो एक सुरक्षा-संरेखित उप-स्थान (safety-aligned subspace) का अनुमान लगाकर और असुरक्षित LoRA अपडेट दिशाओं को कम करने के लिए एक क्लोज्ड-फॉर्म पेनलाइज्ड मिनिमम-चेंज समाधान लागू करके, फाइन-ट्यून किए गए बड़े भाषा मॉडलों की सुरक्षा को बनाए रखती है, जबकि कार्य-प्रासंगिक उपयोगिता को बरकरार रखती है।
COFT एक प्रशिक्षण-मुक्त, डिकोडिंग-समय की विधि है जो काउंटरफैक्चुअल लॉजिट फ्यूजन को कॉन्फॉर्मल कैलिब्रेशन के साथ जोड़कर लार्ज लैंग्वेज मॉडल की चेन-ऑफ-थॉट रीजनिंग में सामाजिक पूर्वाग्रहों को कम करती है, जिससे कार्य उपयोगिता को संरक्षित करते हुए और बिना किसी मॉडल रिट्रेनिंग के महत्वपूर्ण पूर्वाग्रह कमी प्राप्त की जाती है।
यह शोध पत्र एक अर्थ-संरक्षण करने वाले प्रॉम्प्ट परिवर्तनों के विरुद्ध 16 नैदानिक और सामान्य-उद्देश्य वाले LLMs की स्थिरता का मूल्यांकन करने के लिए एक सिमेंटिक सत्यापन ढांचा और नए मेट्रिक्स प्रस्तावित करता है, जो यह प्रकट करता है कि डोमेन विशेषज्ञता स्वास्थ्य सेवा परिवेश में निरंतर अधिक सुदृढ़ता की गारंटी नहीं देती है।