10509 पेपर
यह शोध पत्र प्रकट करता है कि विजन-लैंग्वेज मॉडल अक्सर "मुझे फिर से जांचने दें" जैसे आत्म-चिंतनशील कथनों को वास्तविक दृश्य पुनरीक्षण को ट्रिगर करने के बजाय केवल एक टेक्स्टुअल पैटर्न के रूप में उत्पन्न करते हैं, एक ऐसा निष्कर्ष जिसे विजुअलस्वैप (VisualSwap) फ्रेमवर्क द्वारा प्रदर्शित किया गया है जो यह दिखाता है कि मॉडल ऐसे दावों के बावजूद अर्थपूर्ण रूप से भिन्न इमेज स्वैप का पता लगाने में अक्सर विफल रहते हैं।
यह शोध पत्र रूसी सरकारी भाषणों के एक व्यापक, परस्पर जुड़े बहुविध (मल्टीमॉडल) डेटासेट को प्रस्तुत करता है जो सत्तावादी राजनीतिक संचार के अध्ययन में उन्नत सामाजिक विज्ञान अनुसंधान और लार्ज लैंग्वेज मॉडल अनुप्रयोगों को सुगम बनाने के लिए बहुभाषी ग्रंथों, छवियों और विशेषज्ञ-सत्यापित विषयगत एनोटेशन को संयोजित करता है।
यह शोधपत्र SemanticSeg प्रस्तुत करता है, जो स्वचालित टेक्स्ट सेगमेंटेशन के लिए एक बड़े पैमाने का डेटासेट और हल्का मॉडल है, साथ ही इसमें एक ब्लॉक डिस्टिलेशन फ्रेमवर्क भी शामिल है जिसमें ब्लॉक सिंक टोकन और टोकन-स्तरीय लॉस वेटिंग जैसे नवीन घटक हैं, ताकि ब्लॉक अटेंशन में इनपुट सेगमेंटेशन और प्रशिक्षण अक्षमता की चुनौतियों को दूर किया जा सके, जिससे लंबी-संदर्भ (long-context) परिदृश्यों के लिए इसकी व्यावहारिक और स्केलेबल तैनाती सक्षम हो सके।
यह शोध पत्र प्रदर्शित करता है कि हाइब्रिड रेफरेंस-फ्री रिवॉर्ड के साथ ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (GRPO), समानांतर डेटा के बिना 13 विविध भाषाओं में एनकोडर-डिकोडर मशीन ट्रांसलेशन मॉडल (NLLB-200) को प्रभावी ढंग से फाइन-ट्यून कर सकता है, जिससे महत्वपूर्ण प्रदर्शन लाभ प्राप्त होते हैं जो उन लो-रिसोर्स परिदृश्यों में सबसे अधिक स्पष्ट हैं जहाँ बेसलाइन प्रदर्शन सबसे कमजोर होता है।
यह शोध पत्र एक प्रतीकात्मक ढांचे का प्रस्ताव करता है जो सिमेंटिक पार्सिंग, ऑन्टोलॉजी मैपिंग और रीजनिंग को एकीकृत करके असंरचित कानून प्रवर्तन वृत्तांतों को साक्ष्य-लिंक्ड तथ्यों और टेम्पोरल ग्राफ में परिवर्तित करता है, जो संपत्ति संबंधी अपराध रिपोर्टों से प्रमुख घटना विवरणों को निकालने में उच्च सटीकता प्रदर्शित करता है।
अंतरसांस्कृतिक संचार सिद्धांत (Intercultural Communication theory) का उपयोग करते हुए, यह शोधपत्र सांस्कृतिक जागरूकता (Cultural Awareness), संवेदनशीलता (Sensitivity) और सक्षमता (Competence) का एक त्रि-स्तरीय वर्गीकरण प्रस्तावित करता है ताकि वर्तमान एआई (AI) मूल्यांकन ढांचों में मौजूद अस्पष्टता को दूर किया जा सके और बहुसांस्कृतिक संदर्भों में मॉडल के प्रदर्शन के अधिक वैध एवं व्याख्या योग्य आकलन सुनिश्चित किए जा सकें।
यह शोध पत्र गणितीय शिक्षा में विजन लैंग्वेज मॉडल्स (VLMs) की अनुकूलन क्षमता का व्यवस्थित रूप से मूल्यांकन करने के लिए एक लर्नर मॉडल-आधारित रूब्रिक प्रस्तावित करता है, जो यह प्रकट करता है कि हालांकि विभिन्न मॉडलों के बीच मापने योग्य अंतर मौजूद हैं, वर्तमान VLMs निरंतर व्यक्तिगत निर्देशात्मक प्रतिक्रियाएं उत्पन्न करने में संघर्ष करते हैं, विशेष रूप से तब जब उन्हें सीमित शिक्षार्थी जानकारी प्रदान की जाती है।
यह शोध पत्र 'पोज़िशन-अवेयर एज एट्रिब्यूशन पैचिंग' (Position-aware Edge Attribution Patching) का उपयोग यह प्रकट करने के लिए करता है कि LLMs के पास निर्णयों के लिए एक साझा, विरल "लेटेंट इवैल्यूएटर" (Latent Evaluator) सब-ग्राफ़ होता है जो प्रारूप-विशिष्ट आउटपुट शाखाओं से संरचनात्मक रूप से अलग (decoupled) है, जो यह स्पष्ट करता है कि बेंचमार्क विश्वसनीयता अक्सर वास्तविक मूल्यांकन गुणवत्ता के बजाय फॉर्मेटर ज्योमेट्री (formatter geometry) को क्यों मापती है।
RecMem एक कुशल दीर्घकालिक (long-running) LLM एजेंट मेमोरी सिस्टम है जो प्रत्येक इंटरैक्शन को तुरंत प्रोसेस करने के बजाय, एक हल्के एम्बेडिंग-आधारित अवचेतन स्तर (subconscious layer) में आवर्ती सिमेंटिक पैटर्न का पता चलने तक LLM-आधारित मेमोरी कंसोलिडेशन को स्थगित करके टोकन की खपत को काफी कम करता है और सटीकता में सुधार करता है।
यह शोधपत्र DebiasRAG का प्रस्ताव करता है, जो एक ट्यूनिंग-मुक्त ढांचा है जो अतिरिक्त मॉडल प्रशिक्षण की आवश्यकता के बिना सामाजिक रूढ़ियों का मुकाबला करने के लिए मानक सूचना के साथ पूर्वाग्रह-शमन संदर्भों को गतिशील रूप से पुनर्प्राप्त (retrieve) और पुनर्रैंक (rerank) करके लार्ज लैंग्वेज मॉडल जनरेशन में निष्पक्षता को बढ़ाता है।