9552 पेपर
यह शोध पत्र Co-LMLM को प्रस्तुत करता है, जो एक निरंतर-क्वेरी सीमित स्मृति भाषा मॉडल (continuous-query limited memory language model) है जो एक स्केलेबल एनोटेशन पाइपलाइन के माध्यम से एक लचीले वेक्टर-आधारित ज्ञान आधार (knowledge base) के लिए तथ्यात्मक ज्ञान को बाह्य रूप में प्रस्तुत करता है, और कई पैमानों पर पूर्ववर्ती LMLMs और वैनिला LLMs दोनों की तुलना में बेहतर परप्लेक्सिटी (perplexity) और तथ्यात्मक सटीकता प्राप्त करता है।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स का उपयोग करके भाषाओं के बीच एनोटेटेड डेटासेट को स्थानांतरित करने के लिए एक पाइपलाइन का प्रस्ताव करता है, जो अंग्रेजी DEFT कॉर्पस को रूसी में अनुवादित करके एक दुर्लभ शब्द-परिभाषा माइनिंग संसाधन बनाने की अपनी प्रभावशीलता को प्रदर्शित करता है जो वैज्ञानिक रुझान विश्लेषण और निर्णय लेने में सहायता करता है।
यह शोध पत्र MASCA को प्रस्तुत करता है, जो एक LLM-संचालित मल्टी-एजेंट सिस्टम है जो विशेषीकृत सहयोगात्मक एजेंटों, कंट्रास्टिव लर्निंग और गेम-थ्योरेटिक विश्लेषण के माध्यम से वास्तविक दुनिया के निर्णय लेने की प्रक्रिया का अनुकरण करके क्रेडिट मूल्यांकन को बढ़ाता है, साथ ही पूर्वाग्रह को संबोधित करता है और पारंपरिक बेसलाइन विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र यह प्रदर्शित करता है कि स्पार्स ऑटोएनकोडर्स (Sparse Autoencoders) में स्पर्सिटी हाइपरपैरामीटर L0 एक स्वतंत्र पैरामीटर नहीं है, बल्कि एक महत्वपूर्ण सेटिंग है जिसे फीचर मिक्सिंग को रोकने और LLMs से मोनोसेमेंटिक (monosemantic), व्याख्या योग्य अवधारणाओं के निष्कर्षण को सुनिश्चित करने के लिए सही ढंग से ट्यून किया जाना चाहिए।
यह शोध पत्र RAG-E को प्रस्तुत करता है, जो एक व्याख्यात्मकता ढांचा (explainability framework) है जो अधिक पारदर्शी और विश्वसनीय परिनियोजन को सक्षम करने के लिए नवीन एट्रिब्यूशन विधियों और वेटेड एट्रिब्यूशन-रिलिवेंस गैप (WARG) मीट्रिक का उपयोग करके रिट्रीवर्स और जनरेटर्स के बीच अक्सर गलत-संरेखित (misaligned) अंतःक्रिया को परिमाणित करता है।
यह शोध पत्र आयरन ओसेटिक (Iron Ossetic) के लिए पहला यूनिवर्सल डिपेंडेंसीज़-अनुपालन (Universal Dependencies-compliant) रूपात्मक रूप से एनोटेट किया गया संग्रह प्रस्तुत करता है, जो 5,454 मौखिक वाक्यों से व्युत्पन्न है, और एक बर्ट-आधारित (BERT-based) रूपात्मक विश्लेषक को प्रशिक्षित करने के लिए इसका उपयोग करता है जो 95.60% टैग सटीकता प्राप्त करता है।
यह अध्ययन बार-बार खेले जाने वाले बहु-खिलाड़ी खेलों में एलएलएम (LLM) एजेंटों का मूल्यांकन करता है और यह प्रकट करता है कि जबकि सार्वजनिक प्रतिबद्धताओं से विचलन अक्सर स्वतःस्फूर्त होने के बजाय पूर्व-नियोजित होते हैं, घोषणाओं के झूठ बोलने बनाम उनका सम्मान करने की प्रवृत्ति विभिन्न मॉडलों और खेल संदर्भों में काफी भिन्न होती है, जो संचार अर्थशास्त्र (communication semantics) की असंगत व्याख्याओं के कारण निरंतर पेऑफ अंतराल (payoff gaps) उत्पन्न करती है।
यह शोधपत्र Audex को प्रस्तुत करता है, जो एक सुदृढ़ टेक्स्ट-ओनली MoE बैकबोन पर निर्मित एक एकीकृत 30B ऑडियो-टेक्स्ट LLM है, जो मूल मॉडल की उन्नत तर्क क्षमता और एजेंटिक क्षमताओं में बिना किसी महत्वपूर्ण गिरावट के, विविध ऑडियो और स्पीच कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र "LLM-as-a-Verifier" प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो टोकन लॉजिट अपेक्षाओं (token logit expectations) के माध्यम से निरंतर स्कोरिंग का लाभ उठाकर सत्यापन को एक नए स्केलिंग अक्ष (scaling axis) के रूप में स्थापित करता है, जिससे विविध एजेंटिक बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है और बेहतर कार्य निगरानी एवं सुदृढीकरण शिक्षण (reinforcement learning) नमूना दक्षता सक्षम होती है।
यह अध्ययन इस बात की जांच करता है कि कैसे पर्सोना प्रॉम्प्ट्स और मॉडल के विभिन्न प्रकार एक पुनरावृत्त "स्प्लिट या स्टील" खेल में रणनीतिक व्यवहार को प्रभावित करते हैं, जिससे यह पता चलता है कि परोपकारी (prosocial) पर्सोना और विशिष्ट मॉडल आर्किटेक्चर सहयोग को महत्वपूर्ण रूप से बढ़ाते हैं, जबकि विश्लेषणात्मक (analytical) पर्सोना और कुछ मॉडल शोषण के प्रति अधिक प्रवृत्त होते हैं।