10551 पेपर
यह शोध पत्र एक एंड-टू-एंड लार्ज लैंग्वेज मॉडल सिस्टम प्रस्तुत करता है जो प्राकृतिक भाषा के टेक्स्ट से तर्कों को एब्स्ट्रैक्ट डायरेक्टेड एसाइक्लिक ग्राफ्स में पुनर्गठित करता है, और मैन्युअल एवं मात्रात्मक मूल्यांकन के माध्यम से यह प्रदर्शित करता है कि यह प्रभावी रूप से तर्कपूर्ण संरचनाओं को पुनः प्राप्त कर सकता है और बेंचमार्क डेटासेट्स पर उचित प्रदर्शन प्राप्त कर सकता है।
यह शोध पत्र TFlow को पेश करता है, जो एक मल्टी-एजेंट LLM फ्रेमवर्क है जो पारंपरिक टेक्स्ट-आधारित संचार को प्रेषक एजेंटों के हिडन स्टेट्स (hidden states) से प्राप्त क्षणिक, लो-रैंक वेट परटर्बेशन्स (low-rank weight perturbations) से बदल देता है, जिससे प्रतिस्पर्धी सटीकता बनाए रखते हुए टोकन लागत और इन्फरेंस लेटेंसी में काफी कमी आती है।
यह शोध पत्र WARDEN को प्रस्तुत करता है, जो एक दो-चरणीय प्रणाली है जो सुंडानी (Sundanese) से फोनीम-ट्रांसफर इनिशियलाइजेशनलाइज़ेशन का उपयोग करके और एक लार्ज लैंग्वेज मॉडल के साथ एक डोमेन-विशिष्ट शब्दकोश का लाभ उठाकर केवल 6 घंटे के प्रशिक्षण डेटा का उपयोग करके लुप्तप्राय वार्डमन (Wardaman) भाषा को अंग्रेजी में सफलतापूर्वक ट्रांसक्राइब और अनुवाद करती है, जिससे यह अत्यंत कम-संसाधन वाले परिवेश में बड़े एकीकृत मॉडलों से बेहतर प्रदर्शन करती है।
यह शोध पत्र एक नवीन मल्टीमॉडल रिव्यू हेल्पफुलनेस प्रेडिक्शन फ्रेमवर्क प्रस्तावित करता है जो पारंपरिक FCNNs और पेयरवाइज लॉस की सीमाओं को दूर करने के लिए एक लिस्टवाइज अटेंशन नेटवर्क, एक लिस्टवाइज ऑप्टिमाइज़ेशन ऑब्जेक्टिव और एक ग्रेडिएंट-बूस्टेड डिसीजन ट्री स्कोर प्रेडिक्टर को संयोजित करता है, जिससे बड़े पैमाने के बेंचमार्क पर अत्याधुनिक प्रदर्शन और बेहतर सामान्यीकरण प्राप्त होता है।
यह शोध पत्र DemaFormer को प्रस्तुत करता है, जो एक नवीन ट्रांसफॉर्मर-आधारित आर्किटेक्चर है जो मोमेंट-क्वेरी वितरणों को प्रभावी ढंग से सीखने और टेम्पोरल लैंग्वेज ग्राउंडिंग कार्यों में अत्याधुनिक विधियों से बेहतर प्रदर्शन करने के लिए एक ऊर्जा-आधारित मॉडलिंग ढांचे को डैम्प्ड एक्सपोनेंशियल मूविंग एवरेज तंत्र के साथ जोड़ता है।
यह शोध पत्र READ प्रस्तुत करता है, जो एक पैरामीटर-कुशल ट्रांसफर लर्निंग फ्रेमवर्क है जो टेम्पोरल मॉडलिंग के लिए एक नवीन रिकरेंट एडेप्टर को आंशिक वीडियो-लैंग्वेज अलाइनमेंट ऑब्जेक्टिव के साथ जोड़ता है ताकि लो-रिसोर्स वीडियो-लैंग्वेज कार्यों पर मौजूदा फाइन-ट्यूनिंग रणनीतियों से काफी बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र ICER को प्रस्तुत करता है, जो एक ब्लैक-बॉक्स फ्रेमवर्क है जो टेक्स्ट-टू-इमेज मॉडल्स की रेड-टीमिंग के लिए कुशल, प्रवाहपूर्ण और अर्थ-संरक्षण करने वाले एडवरसेरियल प्रॉम्प्ट्स उत्पन्न करने के लिए एक LLM-आधारित रीराइटर और इन-कॉन्टेक्स्ट एक्सपीरियंस रिप्ले का लाभ उठाता है, जो मौजूदा बेसलाइन्स की तुलना में विभिन्न सुरक्षा तंत्रों के बीच बेहतर प्रदर्शन और ट्रांसफ़रेबिलिटी प्रदर्शित करता है।
यह शोध पत्र लैटिन महाकाव्य कविता के लिए 'स्टोरी ग्रामर' लेबल स्वचालित रूप से उत्पन्न करने हेतु 'फ्यू-शॉट लर्निंग' का उपयोग करते हुए एक व्याख्यात्मक, एलएलएम-आधारित पद्धति प्रस्तुत करता है, जिससे कथा संरचना की समझ और शैली विश्लेषण को बढ़ाने के लिए कम्प्यूटेशनल विश्लेषण और मानविकी विद्वत्ता के बीच के अंतर को पाटा जा सके।
यह स्थिति पत्र (position paper) तर्क देता है कि विषाक्तता का पता लगाने की प्रक्रिया को विषाक्तता को अलग-थलग पाठ के एक अंतर्निहित गुण के रूप में मानने के बजाय इसे एक प्रासंगिक संचार संबंधी हानि (contextual communicative harm) के रूप में मापने की ओर स्थानांतरित होना चाहिए, जो यह बेहतर ढंग से पकड़ सके कि कैसे कथित मानदंड उल्लंघन और सामाजिक संदर्भ वास्तविक व्यवधान उत्पन्न करते हैं, जिसके लिए 'कॉन्टेक्स्टुअल स्ट्रेस फ्रेमवर्क' (CSF) और 'CSF-Eval' पेश किए गए हैं।
यह शोध पत्र कम-संसाधन वाली प्रोग्रामिंग भाषाओं पर LLMs को फाइन-ट्यून करने के लिए भाषा दस्तावेज़ीकरण से सिंथेटिक, पाठ्यपुस्तक-गुणवत्ता वाले प्रशिक्षण डेटा को उत्पन्न करने की एक नवीन विधि प्रस्तावित करता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण मानक रिट्रीवल-ऑगमेंटेड जनरेशन की तुलना में एक्सेल फ़ॉर्मूला कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार करता है।