10551 पेपर
यह शोध पत्र GRIT का प्रस्ताव करता है, जो एक सुदृढीकरण लर्निंग (reinforcement learning) आधारित विधि है जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स को प्राकृतिक भाषा के साथ स्पष्ट बाउंडिंग बॉक्स निर्देशांकों (bounding box coordinates) को अंतर्निहित करके दृष्टिगत रूप से आधारित तर्क श्रृंखलाएं (visually grounded reasoning chains) उत्पन्न करने में सक्षम बनाती है, जो बिना किसी एनोटेटेड रीजनिंग या लोकलाइजेशन लेबल के उच्च डेटा दक्षता प्राप्त करती है।
यह शोध पत्र एब्स्ट्रैक्टिव समराइजेशन (abstractive summarization) में सेंटिमेंट और टॉक्सिसिटी जैसी विशेषताओं को नियंत्रित करने के लिए स्टीयरिंग वेक्टर्स का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि वे प्रभावी नियंत्रण प्रदान करते हैं, लेकिन उच्च स्ट्रेंथ पर वे डिजेनरेट आउटपुट उत्पन्न करते हैं, जिससे कंट्रोल और क्वालिटी के बीच संतुलन बनाने के लिए प्रॉम्प्टिंग के साथ एक हाइब्रिड दृष्टिकोण सबसे प्रभावी रणनीति बन जाता है।
यह शोध पत्र एक स्केलेबल बेयसियन थ्योरी-ऑफ-माइंड प्लानर प्रस्तावित करता है जो जटिल मल्टीमॉडल तर्क को स्टेपवाइज बेयसियन अपडेट में विघटित करने के लिए बड़े मॉडलों को निर्देशित करने हेतु छोटे भाषा मॉडलों को सक्षम करने के लिए वीक-टू-स्ट्रॉन्ग कंट्रोल का लाभ उठाता है, जिससे मानव मानसिक अवस्थाओं का अनुमान लगाने में अत्याधुनिक सटीकता प्राप्त होती है।
यह शोध पत्र "एलीट पोलराइजेशन स्कोर" (Elite Polarization Score) प्रस्तुत करता है, जो संसदीय भाषणों में राजनीतिक अभिजात वर्ग के बीच शत्रुतापूर्ण पारस्परिक मूल्यांकनों को मापने के लिए लार्ज लैंग्वेज मॉडल्स का उपयोग करने वाला एक नवीन, स्केलेबल माप दृष्टिकोण है, जो यूके, हंगरी और इटली में मौजूदा मेट्रिक्स से इसकी वैधता और विशिष्टता को प्रदर्शित करता है।
यह शोध पत्र प्रस्तुत करता है, जो एक अनसुपरवाइज्ड (unsupervised), पार्सर-स्वतंत्र ढांचा है जो लॉग एम्बेडिंग्स को k-निकटतम पड़ोसी सांख्यिकी से प्राप्त संक्षिप्त चार-आयामी डिस्क्रिप्टर्स में बदलकर असाधारण गति और सटीकता के साथ अत्याधुनिक ऑनलाइन लॉग विसंगति का पता लगाता है।
यह शोध पत्र MECAT को प्रस्तुत करता है, जो एक विशिष्ट पाइपलाइन के माध्यम से निर्मित सूक्ष्म विवरणों (fine-grained captions) और ओपन-सेट QA युग्मों वाला एक मल्टी-एक्सपर्ट निर्मित बेंचमार्क है, साथ ही इसमें एक नवीन DATE मीट्रिक भी शामिल है जिसे सामान्य विवरणों के बजाय विस्तृत ऑडियो विवरणों का मूल्यांकन करने और उन्हें पुरस्कृत करने के लिए डिज़ाइन किया गया है, ताकि बड़े ऑडियो-लैंग्वेज मॉडलों की सूक्ष्म समझ क्षमताओं का बेहतर आकलन किया जा सके।
यह शोध पत्र "मेजोरिटी बिट-अवेयर वॉटरमार्किंग" (Majority Bit-Aware Watermarking) प्रस्तुत करता है, जो एक नवीन एन्कोडिंग प्रतिमान है जिसके दो इंस्टेंशिएशन्स (MajorMark और MajorMark) हैं, जो बड़े ग्रीन लिस्ट के बावजूद मजबूत वॉटरमार्क संकेतों को सुरक्षित रखकर LLM वॉटरमार्किंग में टेक्स्ट की गुणवत्ता और डिकोडिंग सटीकता के बीच के समझौते को हल करता है।
यह शोध पत्र स्केल्ड साइन्ड एवरेजिंग (SSA) का प्रस्ताव करता है, जो एक नवीन अटेंशन स्कोरिंग फंक्शन है जो इन-कॉन्टेक्स्ट लर्निंग में वितरण बदलावों (distribution shifts) के तहत सामान्यीकरण विफलताओं को संबोधित करने के लिए सॉफ्टमैक्स (Softmax) को प्रतिस्थापित करता है, और विभिन्न एनएलपी (NLP) बेंचमार्क और आर्किटेक्चर पर महत्वपूर्ण प्रदर्शन सुधार प्रदर्शित करता है।
यह शोधपत्र GUARD को प्रस्तुत करता है, जो एक ऐसा परीक्षण ढांचा है जो उच्च-स्तरीय सरकारी नैतिकता दिशानिर्देशों को कार्रवाई योग्य प्रश्नों में क्रियान्वित करता है और बड़े भाषा मॉडलों (LLMs) तथा विज़न-लैंग्वेज मॉडलों (VLMs) की अनुपालन और सुरक्षा सुदृढ़ता का व्यवस्थित रूप से मूल्यांकन और रिपोर्ट करने के लिए जेलब्रेक डायग्नोस्टिक्स को एकीकृत करता है।
यह शोध पत्र टॉप-एच (Top-H) डिकोडिंग को प्रस्तुत करता है, जो एक एंट्रॉपी-प्रतिबंधित मास मैक्सिमाइजेशन फ्रेमवर्क पर आधारित एक नवीन सैंपलिंग एल्गोरिदम है जो लार्ज लैंग्वेज मॉडल्स में रचनात्मकता और सुसंगतता के बीच प्रभावी ढंग से संतुलन बनाता है, और तथ्यात्मक कार्यों में मजबूती बनाए रखते हुए क्रिएटिव राइटिंग बेंचमार्क पर मिन-पी (min-p) सैंपलिंग जैसी अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है।