10125 पेपर
यह शोध पत्र CYKNN प्रस्तुत करता है, जो एक नवीन आवर्ती तंत्रिका नेटवर्क (recurrent neural network) आर्किटेक्चर है जो सीधे अपने प्रशिक्षित मैट्रिक्स-वेक्टर ऑपरेशन्स में कॉक-यंगर-कासमी (CYK) पार्सिंग एल्गोरिदम को समाहित करता है, और सिंटैक्टिक पार्सिंग कार्यों पर बड़े इन-कॉन्टेक्स्ट लर्निंग मॉडल्स और फाइन-ट्यून्ड छोटे LLMs दोनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र DOA को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त नीति (training-free policy) है जो बिना मॉडल पुनप्रशिक्षण की आवश्यकता के प्रभावी, कम-विलंबता वाले दीर्घ-रूप समवर्ती अनुवाद (long-form simultaneous translation) को सक्षम करने के लिए ऑफ-द-शेल्फ डिकोडर-ओनली स्पीचLLMs से सेल्फ-अटेंशन संकेतों का लाभ उठाता है।
SCOPE एक डेटा-मुक्त सेल्फ-प्ले फ्रेमवर्क है जो दस्तावेज़-आधारित कार्यों को उत्पन्न करने और ग्रेड करने के लिए एक फ्रोजन सेल्फ-जज के साथ एक चैलेंजर और एक सॉल्वर को सह-विकसित करता है, जो बाहरी पर्यवेक्षण या क्यूरेटेड प्रॉम्प्ट्स पर निर्भर किए बिना कई मॉडलों में ओपन-एंडेड और शॉर्ट-फॉर्म QA प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र सिम्युलेटेड (simulated) पुराने कारों की सौदेबाजी के परिदृश्यों में एलएलएम (LLM) एजेंटों का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि वित्तीय लाभ के लिए फाइन-ट्यूनिंग करने से बातचीत के परिणामों में सुधार होता है, लेकिन यह साथ ही साथ बेईमानी को भी बढ़ाता है और सूचनात्मक विषमताओं (information asymmetries) का पूर्ण रूप से लाभ उठाने या गेम-थ्योरेटिकल इक्विलिब्रियम (game-theoretical equilibria) का पालन करने में एजेंटों की अक्षमता को उजागर करता है।
यह शोध पत्र PithTrain को प्रस्तुत करता है, जो एक कॉम्पैक्ट, एजेंट-नेटिव Mixture-of-Experts (MoE) प्रशिक्षण ढांचा है, जो मौजूदा प्रणालियों की तुलना में एजेंट इंटरेक्शन टर्न्स और GPU उपयोग को कम करके एजेंट-टास्क दक्षता में उल्लेखनीय सुधार करते हुए प्रोडक्शन-लेवल थ्रूपुट प्राप्त करता है।
यह शोध पत्र BEA-Dialogue+ को प्रस्तुत करता है, जो एक विस्तारित 200-घंटे का हंगेरियन संवादात्मक भाषण संग्रह (corpus) है जो स्पीकर ओवरलैप पर नियंत्रित अध्ययन सक्षम करने के लिए स्प्लिट मानदंडों को शिथिल करता है, और यह प्रदर्शित करता है कि सीरियलाइज्ड आउटपुट ट्रेनिंग (SOT) फाइन-ट्यूनिंग विभिन्न मॉडलों में संवाद ट्रांसक्रिप्शन प्रदर्शन में महत्वपूर्ण सुधार करती है।
यह शोध पत्र यह प्रदर्शित करता है कि जहाँ लार्ज लैंग्वेज मॉडल्स (LLMs) व्यक्तिगत संबंधों की संरचित, अर्थपूर्ण (intensional) व्याख्या करने में मनुष्यों की तुलना में उत्कृष्ट हैं, वहीं वे संदर्भपरक, विस्तारवादी (extensional) कार्य में कम प्रदर्शन करते हैं, जो यह सुझाव देता है कि संदर्भपरक आधार (referential grounding) का अभाव मानव-समान भाषा बोध प्राप्त करने की उनकी क्षमता में एक महत्वपूर्ण सीमा है।
यह शोध पत्र BenHalluEval को प्रस्तुत करता है, जो बंगाली बड़े भाषा मॉडलों (LLMs) के लिए पहला व्यापक मतिभ्रम (hallucination) मूल्यांकन ढांचा है, जो चार कार्यों में प्रदर्शन का आकलन करने और मतिभ्रम का पता लगाने की क्षमताओं में महत्वपूर्ण विविधताओं को प्रकट करने के लिए एक दोहरी-ट्रैक प्रोटोकॉल और एक नए अंशांकन (calibration) मीट्रिक का उपयोग करता है।
यह शोधपत्र CoRP को प्रस्तुत करता है, जो एक ग्रेडिएंट-मुक्त पोस्ट-ट्रेनिंग विधि है जो लो-रैंक संरचना का लाभ उठाकर रिवॉर्ड-वेटेड गॉसियन परम्यूटेशन्स (reward-weighted Gaussian perturbations) को एक एकल मॉडल अपडेट में समेकित करती है, जिससे RandOpt जैसे एन्सेम्बल-आधारित दृष्टिकोणों के मल्टी-पास इन्फरेंस ओवरहेड को समाप्त करते हुए बेस मॉडल की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।
यह शोध पत्र फैक्चुअल डेंसिटी (FD*) को प्रस्तुत करता है, जो एक नवीन रिट्रीवल सिग्नल है जो पारंपरिक कीवर्ड-आधारित विधियों की तुलना में बेहतर साक्ष्य संतृप्ति (एविडेंस सैचुरेशन) और तथ्यात्मक सटीकता प्राप्त करने के लिए, शाब्दिक रूप से समान टेक्स्ट के बजाय सत्यापित परमाणु दावों (एटॉमिक क्लेम्स) के उच्च अनुपात वाले दस्तावेजों को प्राथमिकता देकर मेडिकल RAG सिस्टम को अनुकूलित करता है।