10509 पेपर
यह शोधपत्र FineBench प्रस्तुत करता है, जो लंबे वीडियो पर सघन एनोटेशन के साथ एक बड़े पैमाने का सूक्ष्म-स्तरीय (fine-grained) मानव गतिविधि बेंचमार्क है, और FineAgent का प्रस्ताव करता है, जो एक मॉड्यूलर फ्रेमवर्क है जो ओपन-सोर्स विजन-लैंग्वेज मॉडल्स की स्थानिक तर्क (spatial reasoning) और क्रिया समझ (action understanding) क्षमताओं को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि एनकोडर-आधारित मॉडलों की सभी परतों में शैलीगत लेखकत्व संबंधी विशेषताएं उपलब्ध होती हैं, स्कोरिंग तंत्र का चयन (मीन पूलिंग बनाम लेट इंटरैक्शन) उस विशिष्ट परत को कारणतः निर्धारित करता है जहाँ मॉडल इन संकेतों को समेकित करता है, जिससे अन्यथा समान मॉडलों के बीच महत्वपूर्ण प्रदर्शन अंतरों की व्याख्या होती है।
PEEK एक ऐसी प्रणाली है जो एक छोटे, निरंतर "कॉन्टेक्स्ट मैप" में बार-बार आने वाले बाहरी संदर्भों के बारे में पुन: प्रयोज्य ओरिएंटेशन ज्ञान को कैश करके लॉन्ग-कॉन्टेक्स्ट LLM एजेंटों को बेहतर बनाती है, जो मौजूदा बेसलाइन की तुलना में कंप्यूटेशनल लागत को कम करते हुए तर्क की सटीकता और दक्षता में महत्वपूर्ण सुधार करती है।
यह शोध पत्र ACL शोधपत्रों के एक संग्रह और सिंथेटिक डेटासेट का विश्लेषण करके यह जांच करता है कि कैसे लार्ज लैंग्वेज मॉडल्स (LLMs) एनएलपी (NLP) में वैज्ञानिक संचार को नया रूप दे रहे हैं, जिससे अधिक जटिल और कम विविध भाषा की ओर महत्वपूर्ण शैलीगत बदलावों का पता चलता है जिसे विशेषज्ञ अधिक बोधगम्य तो पाते हैं परंतु व्यक्तिपरक रूप से समस्यात्मक भी मानते हैं।
GEM एक ऐसा फ्रेमवर्क है जो हार्डवेयर परिवर्तनशीलता और टोकन लोड पैटर्न के आधार पर विशेषज्ञों को GPU में मैप करके Mixture-of-Experts (MoE) मॉडल इन्फरेंस विलंबता (latency) को अनुकूलित करता है, जिससे स्ट्रैगलर प्रभावों (straggler effects) को कम किया जा सकता है और एंड-टू-एंड प्रदर्शन को 16.5% तक सुधारा जा सकता है।
फ्लेक्सड्राफ्ट (FlexDraft) एक लॉसलेस स्पेक्युलेटिव डिकोडिंग फ्रेमवर्क है जो उच्च-गुणवत्ता वाले ब्लॉक डिफ्यूजन ड्राफ्टिंग के लिए अटेंशन ट्यूनिंग, ड्राफ्ट वेरिफिकेशन मिसमैच को हल करने के लिए बोनस-गाइडेड कैलिब्रेशन, और पैरेलल एवं सीक्वेंशियल निष्पादन मोड के बीच अनुकूलन करने वाले एक डायनेमिक स्विचिंग मैकेनिज्म को जोड़कर विभिन्न बैच आकारों में एलएलएम (LLM) इन्फरेंस को तेज़ करता है।
यह अध्ययन षड्यंत्र सिद्धांतों (conspiracy theories) में भाषाई और संरचनात्मक उत्परिवर्तनों, विशेष रूप से सरलीकरण और आत्मसातकरण के माध्यम से, उनके ऑनलाइन जीवनकाल को महत्वपूर्ण रूप से बढ़ाने को प्रदर्शित करने के लिए एक्स (X) पोस्ट के तीन साल के डेटासेट का विश्लेषण करता है, जो यह सुझाव देता है कि सामग्री मॉडरेशन रणनीतियों को उनके निरंतर विविधताओं का प्रभावी ढंग से मुकाबला करने के लिए मुख्य दावों को लक्षित करना चाहिए।
PromptRad एक ज्ञान-संवर्धित प्रॉम्प्ट-ट्यूनिंग फ्रेमवर्क है जो रेडियोलॉजी रिपोर्ट लेबलिंग को UMLS समानार्थी शब्दों का उपयोग करके मास्क्ड लैंग्वेज मॉडलिंग के रूप में पुनर्गठित करता है, जिससे न्यूनतम लेबल किए गए डेटा के साथ उच्च-प्रदर्शन वाली मल्टी-लेबल वर्गीकरण सक्षम होती है और पारंपरिक फाइन-ट्यूनिंग एवं डिक्शनरी-आधारित विधियों से बेहतर प्रदर्शन करती है।
यह शोध पत्र प्रदर्शित करता है कि एक छोटे इंस्ट्रक्शन-ट्यून्ड लैंग्वेज मॉडल पर ग्रुप-रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (GRPO) को लागू करने से निष्पादन-आधारित पुरस्कारों (execution-based rewards) का लाभ उठाते हुए DBLP-QuAD डेटासेट पर प्रभावी ज़ीरो-शॉट टेक्स्ट-टू-SPARQL जनरेशन सक्षम होता है, जो ज़ीरो-शॉट बेसलाइन्स की तुलना में पर्याप्त सुधार और सुपरवाइज्ड DoRA फाइन-ट्यूनिंग द्वारा पीछे छोड़े जाने के बावजूद प्रतिस्पर्धी सामान्यीकरण प्राप्त करता है।
CopT एक प्रशिक्षण-मुक्त तर्क ढांचा (training-free reasoning framework) है जो मानक चेन-ऑफ-थॉट प्रतिमान को उलट देता है, जिसमें पहले एक ड्राफ्ट उत्तर उत्पन्न किया जाता है और फिर केवल आवश्यकता होने पर ही गतिशील रूप से ऑन-पॉलिसी प्रतिबिंब (on-policy reflection) को ट्रिगर करने के लिए निरंतर-स्थान कंट्रास्टिव सत्यापनकर्ताओं (continuous-space contrastive verifiers) का उपयोग किया जाता है, जिससे विविध तर्क कार्यों में सटीकता में उल्लेखनीय सुधार होता है और टोकन लागत कम होती है।