10206 पेपर
माइंडअलाइन (MindAlign) एक त्रि-आयामी कंट्रास्टिव फ्रेमवर्क पेश करता है जो दो-चरणीय प्री-ट्रेनिंग और संयुक्त संरेखण प्रक्रिया के माध्यम से EEG, दृश्य और पाठ्य निरूपणों को संरेखित करता है, जिससे थिंग्स-ईईजी2 (Things-EEG2) बेंचमार्क पर अत्याधुनिक ज़ीरो-शॉट विज़ुअल डिकोडिंग प्रदर्शन प्राप्त होता है और साथ ही मजबूत सामान्यीकरण और तंत्रिका-शारीरिक वैधता प्रदर्शित होती है।
यह शोधपत्र गैर-आक्रामक मस्तिष्क-से-भाषा डिकोडिंग के लिए एक ऑडिटिंग फ्रेमवर्क प्रस्तुत करता है जो अतिरंजित प्रदर्शन मेट्रिक्स को संरचनात्मक शॉर्टकट, उद्दीपन-बद्ध साक्ष्य और प्रासंगिक एकत्रीकरण में अलग करता है, और एक नवीन 'ग्रुप कॉन्टेक्स्ट बायस' हस्तक्षेप के माध्यम से यह प्रदर्शित करता है कि रिपोर्ट किए गए लाभ अक्सर गैर-तंत्रिका कारकों द्वारा संचालित होते हैं और उन्हें केवल रिपोर्ट करने के बजाय कठोरता से स्रोत-आरोपित किया जाना चाहिए।
यह शोध पत्र एक आगमनात्मक अनुमान (inductive inference) कार्य में मानव बच्चों और LLM-आधारित एजेंटों की तुलना करता है, जो यह प्रकट करता है कि हालांकि दोनों विशिष्ट कम्प्यूटेशनल तंत्रों के माध्यम से पर्यावरणीय अनिश्चितता और साक्ष्य विश्वसनीयता के प्रति समान रूप से अनुकूलित होते हैं, फिर भी LLMs बच्चों की तुलना में अत्यधिक अवलोकन (over-observation) और निर्देश अनुपालन की अनूठी प्रवृत्तियों को प्रदर्शित करते हैं।
यह शोध पत्र Unveil का प्रस्ताव करता है, जो एक नवीन ढांचा है जो सुदृढ़ बहु-मोडल दस्तावेज़ पुनर्प्राप्ति (multi-modal document retrieval) के लिए दृश्य और पाठ्य विशेषताओं को एकीकृत करता है और इस क्षमता को एक कुशल, पार्सिंग-मुक्त विजुअल-ओनली मॉडल में स्थानांतरित करने के लिए नॉलेज डिस्टिलेशन का उपयोग करता है।
यह शोध पत्र एक पूर्णतः स्वचालित पाइपलाइन प्रस्तुत करता है जो बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) का उपयोग करके केस के तर्क निकालने, क्लस्टर करने और संश्लेषित करने के माध्यम से 4,555 जर्मन संघीय न्यायालय के निर्णयों को विशिष्ट नागरिक संहिता अनुभागों के लिए संरचित कानूनी टिप्पणियों में परिवर्तित करता है, जो स्रोत बाधाओं और कानूनी तर्क की मानकता से संबंधित सीमाओं को स्वीकार करते हुए लागत प्रभावी, अद्यतनीय कानूनी रिपोर्ट तैयार करने की व्यवहार्यता को प्रदर्शित करता है।
यह शोध पत्र एक "बफर-एंड-रिनफोर्स" (Buffer-and-Reinforce) फाइन-ट्यूनिंग फ्रेमवर्क प्रस्तावित करता है जो हानिकारक ग्रेडिएंट्स को बफर करने के लिए अस्थायी जेलब्रेकिंग एडेप्टर्स का उपयोग करता है और तत्पश्चात QR डिकंपोजिशन-आधारित मर्जिंग के माध्यम से सुरक्षा संरेखण को सुदृढ़ करता है, जिससे बिना किसी अतिरिक्त सुरक्षा डेटा या महत्वपूर्ण कम्प्यूटेशनल ओवरहेड के लार्ज लैंग्वेज मॉडल्स को हानिकारक फाइन-ट्यूनिंग हमलों से सुरक्षित रखा जा सके।
यह शोध पत्र प्रदर्शित करता है कि ज़ीरो-शॉट बहुभाषी रिट्रीवल मॉडल मोनोलिंगुअल अमारिक मॉडलों की तुलना में काफी कम प्रदर्शन करते हैं, और यह तर्क देता है कि कम प्रतिनिधित्व वाले, रूपात्मक रूप से समृद्ध भाषाओं के लिए न्यायसंगत सूचना पहुंच हेतु समग्र बहुभाषी बेंचमार्क पर निर्भर रहने के बजाय इन-लैंग्वेज मूल्यांकन और अनुकूलन की आवश्यकता है।
यह शोध पत्र यह प्रदर्शित करता है कि स्वतंत्र रूप से प्रशिक्षित ट्रांसफॉर्मर एक समान यादृच्छिक घूर्णन (uniform random rotation) द्वारा संबंधित परस्पर अविबोध्य आंतरिक निर्देशांकों का उपयोग करके समान फलनों की गणना करते हैं, जिसे "पॉलीमॉर्फिज्म" (polymorphism) नामक एक घटना कहा जाता है जिसे बिना पुनप्रशिक्षण के फीचर डिक्शनरी और स्टीयरिंग वेक्टर्स के प्रत्यक्ष हस्तांतरण को सक्षम करने के लिए एक एकल ऑर्थोगोनल प्रोक्रस्टेस फिट (orthogonal Procrustes fit) के माध्यम से हल किया जा सकता है।
यह शोधपत्र रिफ्यूज़ल दिशाओं (refusal directions) को अलग करने के लिए एक कन्फाउंड-नियंत्रित प्रभावी-रैंक मीट्रिक (confound-controlled effective-rank metric) को पेश करते हुए तीन इंस्ट्रक्शन-ट्यून्ड एलएलएम (LLMs) में अलाइनमेंट-प्रेरित सक्रियण बदलावों (alignment-induced activation shifts) का ऑडिट करता है, यह प्रदर्शित करते हुए कि जबकि हल्का रैंक-अधिकतमीकरण (rank-maximization) मजबूती में सुधार करता है, स्वयं यह मीट्रिक सुरक्षा-विशिष्ट नहीं है और स्पेक्ट्रल-गैप परिकल्पनाओं (spectral-gap hypotheses) में संरचनात्मक सीमाओं के कारण एक मिलान करने वाला निचला स्तर (lower bound) प्रदान करने में विफल रहता है।
यह शोधपत्र GlobalDentBench प्रस्तुत करता है, जो 14 विशेषज्ञताओं और तीन तर्क स्तरों में 8,978 विशेषज्ञ-सत्यापित प्रश्नों वाला पहला बहुराष्ट्रीय दंत चिकित्सा बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान बड़े भाषा मॉडल (large language models) जटिल नैदानिक तर्क में महत्वपूर्ण प्रदर्शन गिरावट प्रदर्शित करते हैं और 31.01% असुरक्षित सिफारिशों की दर सहित पर्याप्त सुरक्षा जोखिम उत्पन्न करते हैं।