10348 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि एक सरल, सीधे तौर पर फाइन-ट्यून किया गया DeBERTa मॉडल 82 एंटिटी प्रकारों में व्यापक-कवरेज PII डिटेक्शन के लिए अधिक जटिल आर्किटेक्चरल और करिकुलम-आधारित दृष्टिकोणों से बेहतर प्रदर्शन करता है, जो यह सिद्ध करता है कि विविध कार्य-विशिष्ट प्रशिक्षण डेटा, आर्किटेक्चरल जटिलता की तुलना में अधिक महत्वपूर्ण है।
यह शोध पत्र बिलीफ-ऑगमेंटेड जनरेशन (BAG) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो कई सैम्पल की गई प्रतिक्रियाओं से प्राप्त एलएलएम (LLM) की अपनी बिलीफ स्टेट (belief state) का लाभ उठाता है ताकि अस्पष्ट बातचीत में उत्तर देने, स्पष्टीकरण माँगने या परहेज करने का स्वायत्त रूप से निर्णय लिया जा सके, जिससे मानक प्रॉम्प्टिंग की तुलना में सटीकता और स्ट्रैटेजी फेथफुलनेस (strategy faithfulness) में सुधार होता है।
यह शोध पत्र Auto-Robotist को प्रस्तुत करता है, जो एक स्व-विकसित (self-evolving) LLM एजेंट है जो खोज के निशानों (search traces) को एक स्पष्ट, निरीक्षण योग्य प्राकृतिक-भाषा कौशल लाइब्रेरी में संकुचित (distill) करके स्मृतिहीन विकासवादी रोबोट डिजाइन को एक हस्तांतरणीय प्रक्रिया में बदल देता है, जिससे खोज दक्षता में उल्लेखनीय सुधार होता है और विभिन्न डिज़ाइन स्पेसों में सफल ज्ञान हस्तांतरण सक्षम होता है।
TTPrint एक नवीन ढांचा है जो एक "डाइवर्ज-देन-कन्वर्ज" (विचलित-फिर-अभिसरण) रणनीति को अपनाकर साइबर थ्रेट इंटेलिजेंस रिपोर्टों से MITRE ATT&CK तकनीकों के निष्कर्षण में सुधार करता है, जिससे यह पहले विशिष्ट साक्ष्यों पर आधारित संभावित व्यवहारों की व्यापक रूप से पहचान करता है और फिर आधिकारिक परिभाषाओं के विरुद्ध उनका कड़ाई से सत्यापन करता है, जिससे यह रिकॉल और प्रिसिजन दोनों में मौजूदा तरीकों से काफी बेहतर प्रदर्शन करता है।
MuCRASP विजन-लैंग्वेज मॉडल्स के लिए एक नवीन स्ट्रक्चर्ड प्रूनिंग फ्रेमवर्क है जो रीजनिंग-क्रिटिकल पिवट टोकन्स की पहचान करके और क्रॉस-मोडल एक्टिवेशन अंतरों को संबोधित करके मल्टीमॉडल चेन-ऑफ-थॉट रीजनिंग सटीकता को संरक्षित करता है, और उच्च संपीड़न दरों पर भी मौजूदा तरीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स में एक "कॉज़ल टंग-टाई" (Causal Tongue-Tie) घटना को उजागर करता है जहाँ हिडन स्टेट्स (hidden states) सटीक रूप से कारण संबंधी साक्ष्य को एनकोड करते हैं (लगभग 97% सटीकता), जबकि मॉडल्स के मौखिक हाँ/ना आउटपुट इस ज्ञान को व्यक्त करने में विफल रहते हैं (लगभग 50% सटीकता), जो यह सुझाव देता है कि केवल अंतिम उत्तरों पर आधारित मानक बेंचमार्क मॉडल की वास्तविक कारण तर्क (causal reasoning) क्षमताओं का गलत प्रतिनिधित्व कर सकते।
यह शोध पत्र यूनिवर्सल एक्टिवेशन वर्बलाइज़र (UAV) को प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो एक साझा डिकोडर और हल्के एडेप्टर का उपयोग करता है ताकि विषम डोनर मॉडलों के बीच क्रॉस-मॉडल एक्टिवेशन स्पष्टीकरण को सक्षम बनाया जा सके, जो स्वयं-स्पष्टीकरण (self-explanation) बेसलाइन के प्रतिस्पर्धी प्रदर्शन को प्राप्त करते हुए कुशल एडेप्टर-ओनली ट्रांसफर का समर्थन करता है।
KSAA-2026 अरबी स्पीच डियाक्रिटाइजेशन कार्य के लिए विजेता प्रणाली ने बाहरी डेटा के बिना एक छोटे प्रशिक्षण डेटासेट तक सीमित होने के बावजूद, R-Drop, फोकल लॉस और मोंटे कार्लो ड्रॉपआउट-आधारित एन्सेम्बल इन्फरेंस सहित उन्नत नियमितीकरण तकनीकों के साथ CATT-Whisper मॉडल को फाइन-ट्यून करके 23.26% WER प्राप्त किया।
यह शोध पत्र प्रदर्शित करता है कि सब-100M डिकोडर लैंग्वेज मॉडल्स के लिए, इष्टतम लर्निंग-रेट वॉर्मडाउन शेड्यूल (33%) काफी हद तक बिट-विड्थ (FP16, INT8, INT6) और मॉडल साइज से स्वतंत्र है, जिसमें INT4 50M पैरामीटर्स से नीचे एक शोर-प्रधान (noise-dominated) शासन से 50M और उससे ऊपर एक निर्णायक इष्टतम शेड्यूल में एक विशिष्ट संक्रमण प्रदर्शित करता है।
यह शोध पत्र को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो ट्रिप्लेट-ब्लॉक लेआउट के माध्यम से कॉज़ल RWKV मॉडल की इन्फरेंस दक्षता को समानांतर द्विदिश (bidirectional) डिस्क्रीट डिफ्यूजन के साथ एकीकृत करता है, जिससे मौजूदा मॉडलों के तुलनीय सटीकता प्राप्त करने के साथ-साथ डिकोडिंग थ्रूपुट में 1.6 गुना की तेजी प्राप्त होती है।