10565 पेपर
यह शोध पत्र "टास्क कैलिब्रेशन" (task calibration) प्रस्तुत करता है, जो एक ऐसा प्रतिमान (paradigm) है जो एक कार्य-विशिष्ट लेटेंट स्पेस (task-specific latent space) के भीतर भविष्य कहनेवाला वितरण (predictive distributions) को कैलिब्रेट करके LLM डिकोडिंग को अनुकूलित करता है, जिससे यह प्रमाणित रूप से न्यूनतम बेयस जोखिम (Minimum Bayes Risk) प्राप्त करता है और विविध अनुप्रयोगों में जनरेशन की गुणवत्ता में सुधार करता है।
यह शोध पत्र प्रदर्शित करता है कि चेन-ऑफ-थॉट और त्रुटि-आधारित फ्यू-शॉट प्रॉम्पटिंग के साथ उन्नत एक स्थानीय, उपभोक्ता-श्रेणी का LLM (Qwen3.5 9B), क्लाउड-आधारित API के लिए एक कानूनी और राजनीतिक रूप से व्यवहार्य विकल्प प्रदान करते हुए, वाणिज्यिक मॉडलों के समान प्रदर्शन के साथ प्रभावी रूप से FOIA छूट 5 डेलिब्रेटिव प्रोसेस प्रिविलेज को वर्गीकृत कर सकता है।
यह शोध पत्र फाइनेंशियल एनोटेटेड डेटासेट (FIAD) के निर्माण को प्रस्तुत करता है, जो बैंकिंग ऐप समीक्षाओं और लोकल ग्रामर ग्राफ से प्राप्त एक कोरियाई भाषाई संसाधन है, जिसका उपयोग एनोटेटेड प्रशिक्षण डेटा उत्पन्न करने के लिए किया जाता है जो बैंकिंग ग्राहक सेवा संवाद प्रणालियों में विभिन्न NLU मॉडलों के प्रदर्शन में महत्वपूर्ण सुधार करता है।
MemReread एक मेमोरी-गाइडेड फ्रेमवर्क है जो एजेंटिक लॉन्ग-कॉन्टेक्स्ट रीजनिंग को तब बेहतर बनाता है जब प्रारंभिक मेमोरी अपर्याप्त होती है, जिससे यह प्रश्न विघटन (question decomposition) और रीरीडिंग पासेस को ट्रिगर करता है, जिससे हटाए गए साक्ष्यों को पुनः प्राप्त किया जा सके और लीनियर टाइम कॉम्प्लेक्सिटी बनाए रखते हुए नॉन-लीनियर रीजनिंग को समर्थन दिया जा सके।
यह शोध पत्र यूक्रेनी मल्टी-डोमेन डॉक्यूमेंट अंडरस्टैंडिंग कार्य के लिए एक उच्च-प्रदर्शन वाली रिट्रीवल-ऑगमेंटेड पाइपलाइन प्रस्तुत करता है जो जटिल ह्यूरिस्टिक्स के बजाय डॉक्यूमेंट स्ट्रक्चर प्रिजर्वेशन और आंसर-स्पेस अवेयरनेस को प्राथमिकता देकर, कॉन्टेक्स्टुअल चंकिंग, क्वेश्चन-अवेयर डेंस रिट्रीवल और आंसर ऑप्शंस पर आधारित रीरैंकिंग का लाभ उठाकर लीडरबोर्ड के शीर्ष स्कोर प्राप्त करता है।
PowerStep एक मेमोरी-कुशल एडेप्टिव ऑप्टिमाइज़र है जो सेकंड-मोमेंट सांख्यिकी (second-moment statistics) को संग्रहीत किए बिना -नॉर्म स्टीपेस्ट डिसेंट (steepest descent) के माध्यम से कोऑर्डिनेट-वाइज एडेप्टिविटी प्राप्त करता है, जो एडम (Adam) की अभिसरण गति (convergence speed) से मेल खाता है और बड़े पैमाने पर ट्रांसफॉर्मर प्रशिक्षण के लिए मेमोरी ओवरहेड को महत्वपूर्ण रूप से कम करता है।
फीनिक्स-वीएल (Phoenix-VL) 1.5 मीडियम एक 123B-पैरामीटर वाला मूल रूप से मल्टीमॉडल और बहुभाषी फाउंडेशन मॉडल है जिसे व्यापक स्थानीयकृत प्रीट्रेनिंग और अलाइनमेंट के माध्यम से विशेष रूप से सिंगापुर के संदर्भ के लिए अनुकूलित किया गया है, जो सामान्य बुद्धिमत्ता में वैश्विक प्रतिस्पर्धात्मकता बनाए रखते हुए क्षेत्रीय बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
StereoTales एक बहुभाषी ढांचा और डेटासेट है जिसमें 10 भाषाओं में 650,000 से अधिक कहानियाँ शामिल हैं जो यह प्रकट करता है कि कैसे ओपन-एंडेड LLM जनरेशन, मॉडल के आकार की परवाह किए बिना, व्यवस्थित रूप से सांस्कृतिक रूप से अनुकूलित, हानिकारक रूढ़ियों (stereotypes) का उत्पादन करता है, जबकि यह पूर्वाग्रह के मानवीय और AI निर्णयों के बीच मजबूत संरेखण को प्रदर्शित करता है।
SlimSpec ड्राफ्टर के लैंग्वेज मॉडल हेड के लिए एक लो-रैंक पैरामीट्राइजेशन पेश करता है जो आंतरिक प्रस्तुतियों (inner representations) को संकुचित करता है ताकि पूर्ण वोकैबुलरी सपोर्ट को बनाए रखते हुए और न्यूनतम पाइपलाइन समायोजन की आवश्यकता के साथ 4-5 गुणा त्वरण और मौजूदा तरीकों की तुलना में 8-9% अधिक एंड-टू-एंड स्पीडअप प्राप्त किया जा सके।
यह शोध पत्र DeepRefine प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) आधारित ढांचा है जो एजेंट द्वारा संकलित ज्ञान आधारों (knowledge bases) के अपूर्णता, त्रुटिपूर्णता और पुनरावृत्ति को समाप्त करने के लिए उन्हें पुनरावृत्ति रूप से निदान और परिष्कृत करता है, जिससे बिना किसी स्वर्ण-मानक संदर्भ (gold-standard references) की आवश्यकता के, पुनर्प्राप्ति निष्ठा (retrieval fidelity) और डाउनस्ट्रीम कार्य प्रदर्शन में वृद्धि होती है।