10509 पेपर
यह शोध पत्र CALM प्रस्तुत करता है, जो एक संयुक्त कॉन्टेक्स्टुअल अकॉस्टिक-लिंग्विस्टिक मॉडलिंग फ्रेमवर्क है जो अंग्रेजी और जापानी डेटासेट में व्यक्तिगत मल्टी-स्पीकर ऑटोमैटिक स्पीच रिकग्निशन में त्रुटि दरों को महत्वपूर्ण रूप से कम करने के लिए स्पीकर एम्बेडिंग-संचालित टारगेट-स्पीकर एक्सट्रैक्शन को डायनेमिक वोकैबुलरी-आधारित कॉन्टेक्स्टुअल बायसिंग के साथ एकीकृत करता है।
DiscoverLLM एक नवीन ढांचा है जो एक संज्ञानात्मक अवस्था-आधारित उपयोगकर्ता सिम्युलेटर के माध्यम से बड़े भाषा मॉडलों (Large Language Models) को उपयोगकर्ताओं के अस्पष्ट इरादों को खोजने और उन्हें मूर्त रूप देने में मदद करने के लिए प्रशिक्षित करता है, जिसके परिणामस्वरूप रचनात्मक, तकनीकी और दृश्य कार्यों में काफी बेहतर कार्य प्रदर्शन, छोटी बातचीत और उच्च उपयोगकर्ता संतुष्टि प्राप्त होती है।
यह शोध पत्र EntRGi प्रस्तुत करता है, जो डिस्क्रीट डिफ्यूजन लैंग्वेज मॉडल्स के लिए प्रभावी रिवॉर्ड गाइडेंस सक्षम करने हेतु प्रेडिक्टिव एंट्रॉपी के आधार पर कंटीन्यूअस टोकन रिलैक्सेशन और हार्ड टोकन्स के बीच गतिशील रूप से इंटरपोलेट करने वाली एक नवीन विधि है, जो टेस्ट-टाइम अडैप्टेशन और रिवॉर्ड गाइडेड रीइन्फोर्समेंट लर्निंग (RGRL) के माध्यम से पोस्ट-ट्रेनिंग में अत्याधुनिक दृष्टिकोणों की तुलना में निरंतर सुधार प्रदर्शित करती है।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स में एक विशिष्ट "मैसिव इमर्जेंस लेयर" (Massive Emergence Layer) की पहचान करता है जहाँ विशाल सक्रियताएँ (activations) उत्पन्न और प्रसारित होती हैं, जिससे प्रतिनिधित्व की विविधता कम हो जाती है, और विभिन्न कार्यों में प्रदर्शन सुधारने के लिए इस कठोरता और अटेंशन सिंक्स (attention sinks) को कम करने हेतु एक विधि प्रस्तावित करता है।
यह शोध पत्र डिसएग्रीमेंट परसेप्शन एंड अनसर्टेन्टी एलाइनमेंट (DPUA) फ्रेमवर्क का प्रस्ताव करता है, जो एक दो-चरणीय दृष्टिकोण है जो मानव असहमति को स्पष्ट रूप से मॉडल करके बड़े भाषा मॉडलों के व्यक्तिपरक विश्लेषण को बढ़ाता है ताकि मॉडल की अनिश्चितता को वास्तविक दुनिया के निर्णय विविधताओं के साथ संरेखित किया जा सके, जिससे अति-आत्मविश्वास कम होता है और सामान्यीकरण में सुधार होता है।
यह शोध पत्र WhaVax प्रस्तुत करता है, जो ब्राजील के वैक्सीन-संबंधित व्हाट्सएप संदेशों का एक उच्च-गुणवत्ता वाला, विशेषज्ञ-एनोटेटेड डेटासेट है, साथ ही इसमें गलत सूचना पैटर्न का विस्तृत विश्लेषण और एन्क्रिप्टेड संचार वातावरण में स्वास्थ्य संबंधी गलत सूचना का पता लगाने के लिए विभिन्न भाषा मॉडलों का मूल्यांकन करने वाला एक बेंचमार्क भी शामिल है।
यह शोध पत्र बहुभाषी LLMs में क्रॉस-लिंगुअल सांस्कृतिक विसंगतियों को मापने के लिए सिंगलटन फ्लेस मीट्रिक प्रस्तुत करता है और C-3PO फ्रेमवर्क का प्रस्ताव करता है, जो विभिन्न भाषाओं में एक निश्चित व्यक्तित्व (persona) के साथ मॉडल आउटपुट को संरेखित करने के लिए सर्वसम्मति-संचालित प्राथमिकता अनुकूलन (consensus-driven preference optimization) का उपयोग करता है, जिससे प्रॉम्प्ट की भाषा द्वारा उपयोगकर्ता-निर्धारित सांस्कृतिक पहचान को ओवरराइट करने की प्रवृत्ति को प्रभावी ढंग से कम किया जा सके।
यह शोध पत्र लेटेंट इमेजिनेशन मॉड्यूल (LIM) का प्रस्ताव करता है, जो एक हल्का क्रॉस-अटेंशन मैकेनिज्म है जो अपने मूल विजुअल इनपुट्स के बिना तैनात किए जाने पर विजन-लैंग्वेज मॉडल्स की सटीकता और कैलिब्रेशन को बहाल करने के लिए टेक्स्ट से कल्पित लेटेंट एम्बेडिंग्स की भविष्यवाणी करता है।
यह शोध पत्र TimelineReasoner को प्रस्तुत करता है, जो एक नवीन ढांचा है जो टाइमलाइन सारांशीकरण को निष्क्रिय पीढ़ी से वैश्विक संज्ञान और विस्तृत अन्वेषण की एक सक्रिय, दो-चरणीय प्रक्रिया में बदलने के लिए लार्ज रीजनिंग मॉडल्स का लाभ उठाता है, जो मौजूदा विधियों की तुलना में सटीकता, कवरेज और सामंजस्य में महत्वपूर्ण सुधार करता है।
यह शोध पत्र वेरीफिएबल प्रोसेस सुपरविजन (VPS) का प्रस्ताव करता है, जो एक पोस्ट-ट्रेनिंग फ्रेमवर्क है जो अनुकूलन योग्य, स्टेप-लेवल रिवार्ड्स के माध्यम से प्रेडिक्शन सटीकता और रीजनिंग गुणवत्ता को संयुक्त रूप से अनुकूलित करता है, यह प्रदर्शित करते हुए कि केवल सटीकता-आधारित सुदृढीकरण शिक्षण (reinforcement learning) के विपरीत, जो रीजनिंग की अखंडता को कम कर देता है, VPS भाषा मॉडलों को शतरंज जैसे सत्यापन योग्य डोमेन में उच्च सटीकता और सुसंगत, ठोस रीजनिंग दोनों प्राप्त करने में सक्षम बनाता है।