10551 पेपर
न्यूरल लैंग्वेज मॉडल्स का उपयोग करने वाला यह कम्प्यूटेशनल अध्ययन सुझाव देता है कि क्रिया सीखने के लिए बाल-निर्देशित भाषा (child-directed language) के देखे गए लाभ संभवतः बाल-निर्देशित भाषण (child-directed speech) के लिए विशिष्ट एक अद्वितीय अनुकूलन के बजाय बोले जाने वाले रजिस्टर के व्यापक गुणों से उत्पन्न होते हैं।
यह शोध पत्र इस बात की जांच करता है कि क्या लार्ज लैंग्वेज मॉडल्स (Large Language Models) स्पार्स ऑटोएनकोडर्स (sparse autoencoders) और एक कंजंक्टिव फाल्सिफिकेशन फ्रेमवर्क (conjunctive falsification framework) का उपयोग करके भाषाई बाधा उल्लंघन (linguistic constraint violations) के लिए विशिष्ट निरूपणों को एनकोड करते हैं, और अंततः विभिन्न व्याकरणिक घटनाओं में उल्लंघन डिटेक्टरों के एक एकीकृत सेट के लिए सीमित साक्ष्य पाता है।
यह व्यवस्थित समीक्षा अज़रबैजान सांकेतिक भाषा को एक केस स्टडी के रूप में उपयोग करते हुए, समुदाय-केंद्रित रणनीतियों, तुर्किक भाषाओं के लिए ट्रांसफर लर्निंग, और नैतिक एवं व्यावहारिक परिणामों को सुनिश्चित करने के लिए एआई (AI) विकास में तीन प्रतिमान बदलावों (paradigm shifts) का प्रस्ताव देकर कम-संसाधन वाली भाषाओं के लिए सांकेतिक भाषा पहचान और अनुवाद की चुनौतियों का समाधान करती है।
यह शोध पत्र इस बात की जांच करता है कि काव्य रूपांतरण (poetic reformulations) सफलतापूर्वक लार्ज लैंग्वेज मॉडल्स को क्यों 'जेलब्रेक' कर देते हैं, यह पाते हुए कि यह भेद्यता साहित्यिक प्रारूपों को पहचानने में विफलता से नहीं, बल्कि संचित शैलीगत अनियमितताओं से उत्पन्न होती है जो मॉडल के प्रसंस्करण पैटर्न को बदल देती हैं और हानिकारक सामग्री का पता लगाने की प्रक्रिया से स्वतंत्र होकर सुरक्षा तंत्रों को दरकिनार कर देती हैं।
यह शोध पत्र तर्क देता है कि कॉन्फ़िगर करने योग्य एंटरप्राइज़ सिस्टम में, एजेंटों को केवल भंगुर (brittle), ऑफलाइन-प्रशिक्षित वर्ल्ड मॉडल्स पर निर्भर रहने के बजाय सक्रिय बिजनेस लॉजिक की रनटाइम डिस्कवरी को प्राथमिकता देनी चाहिए, जो नए CascadeBench बेंचमार्क के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण डिप्लॉयमेंट शिफ्ट्स के विरुद्ध मजबूती (robustness) में महत्वपूर्ण सुधार करता है।
यह शोध पत्र डायनेमिक कॉग्निटिव रिकॉन्सिलिएशन डिकोडिंग (DCRD) का प्रस्ताव करता है, जो एक दो-चरणीय विधि है जो अटेंशन मैप्स का विश्लेषण करने के लिए ग्रीडी और कॉन्टेक्स्ट-फिडेलिटी डिकोडिंग के बीच गतिशील रूप से स्विच करती है ताकि लार्ज लैंग्वेज मॉडल्स में नॉलेज कॉन्फ्लिक्ट्स को कुशलतापूर्वक कम किया जा सके, साथ ही कई डेटासेट्स पर इसके स्टेट-ऑफ-द-आर्ट प्रदर्शन को मान्य करने के लिए कॉन्फ्लिक्टKG बेंचमार्क पेश करती है।
यह शोध पत्र प्रदर्शित करता है कि GRPO प्रशिक्षण के तहत, LoRA के B मैट्रिक्स में प्रशिक्षित मापदंडों (trainable parameters) का विशिष्ट स्थान प्रदर्शन के लिए महत्वपूर्ण है, जबकि SFT के लिए यादृच्छिक (random) प्लेसमेंट पर्याप्त है, और उन आवश्यक मापदंडों की पहचान करने के लिए एक तेज़, कम लागत वाली स्कोरिंग विधि प्रस्तावित करता है जो निरंतर रेसिडुअल-स्ट्रीम-राइटिंग प्रोजेक्शन्स (residual-stream-writing projections) पर केंद्रित होते हैं।
यह शोध पत्र एक बहुभाषी स्पीच करेक्शन पाइपलाइन का प्रस्ताव करता है जो टोकन-स्तरीय डिसफ्लुएंसी डिटेक्शन को इंस्ट्रक्शन फाइन-ट्यूनिंग और एक कंट्रास्टिव लर्निंग ऑब्जेक्टिव के साथ जोड़ता है ताकि व्याकरणिक संरचना और अर्थ संबंधी सुसंगतता को बनाए रखते हुए एएसआर (ASR) ट्रांसक्रिप्ट से फिलर्स और पुनरावृत्तियों को प्रभावी ढंग से हटाया जा सके, जो हिंदी, बंगाली और मराठी में मौजूदा बेसलाइनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र स्पेनिश, जर्मन और चीनी पृष्ठभूमि के शिक्षार्थियों के लिए अंग्रेजी शब्दावली की कठिनाई का पूर्वानुमान लगाने हेतु ग्रेडिएंट-बूस्टेड एल्गोरिदम और शापली मानों (Shapley values) का उपयोग करने वाले एक कम्प्यूटेशनल मॉडल को प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि शब्द की परिचितता सार्वभौमिक रूप से प्रमुख है, ऑर्थोग्राफिक ट्रांसफर (orthographic transfer) का प्रभाव शिक्षार्थी की मातृभाषा के आधार पर महत्वपूर्ण रूप से भिन्न होता है।
यह शोध पत्र टोकन-स्तरीय ब्रेगमन प्रेफरेंस ऑप्टिमाइज़ेशन (TBPO) प्रस्तुत करता है, जो एक नवीन विधि है जो संरेखण गुणवत्ता (alignment quality), प्रशिक्षण स्थिरता और आउटपुट विविधता में सुधार करने के लिए मानक अनुक्रम-स्तरीय तुलनाओं से एक टोकन-स्तरीय ब्रैडली-टेरी प्रेफरेंस मॉडल व्युत्पन्न करती है, जबकि डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (DPO) की सरलता को बनाए रखती है।