10580 पेपर
यह शोध पत्र इनफिनिट मास्क डिफ्यूजन मॉडल (IMDM) का प्रस्ताव करता है, जो मानक मास्कड डिफ्यूजन मॉडल्स की सैद्धांतिक फैक्टराइजेशन एरर बाउंड को दूर करने के लिए एक स्टोकेस्टिक इनफिनिट-स्टेट मास्क का उपयोग करता है, जिससे प्रभावी फ्यू-स्टेप डिस्टिलेशन और फ्यू-स्टेप टेक्स्ट जनरेशन कार्यों में बेहतर प्रदर्शन सक्षम होता है।
यह शोध पत्र इस बात की जांच करता है कि फ्रांसीसी भाषा के मॉडल एम्बेडिंग्स पुनर्रचना (rewriting) के बाद लेखक की शैलीगत विशेषताओं को कितनी अच्छी तरह से पकड़ते और बनाए रखते हैं, जो यह प्रदर्शित करता है कि ये संकेत बने रहते हैं और मॉडल-विशिष्ट पैटर्न प्रदर्शित करते हैं, जिससे लेखकत्व की नकल का पता लगाने के लिए नए मार्ग प्रशस्त होते हैं।
यह शोधपत्र MulTaBench प्रस्तुत करता है, जो 40 इमेज-टेबुलर और टेक्स्ट-टेबुलर डेटासेट्स का एक व्यापक बेंचमार्क है जिसे यह प्रदर्शित करने के लिए डिज़ाइन किया गया है कि अनस्ट्रक्चर्ड मोडैलिटी एम्बेडिंग्स का टास्क-विशिष्ट ट्यूनिंग फ्रोजन एम्बेडिंग्स की तुलना में काफी बेहतर प्रदर्शन करता है, जिससे नवीन मल्टीमॉडल टेबुलर फाउंडेशन मॉडल्स विकसित करने के लिए एक आधार स्थापित होता है।
यह शोध पत्र कोरेफरेंस रिज़ॉल्यूशन (coreference resolution) के लिए एक अर्थपूर्ण-संवर्धित मूल्यांकन ढांचे को प्रस्तुत करता है जो सूक्ष्म, वर्ग-विशिष्ट नैदानिक अंतर्दृष्टि प्रदान करने के लिए कॉन्सेप्ट और नेमड एंटिटी रिकग्निशन (Named Entity Recognition) को ओवरले करता है, जिससे व्यवस्थित मॉडल कमजोरियों का पता चलता है और लक्षित डेटा संवर्धन रणनीतियों को सक्षम किया जाता है जो आउट-ऑफ-डोमेन प्रदर्शन में सुधार करती हैं।
यह शोध पत्र प्रदर्शित करता है कि एक LLM के व्यक्तित्व स्थान (personality space) की स्थिर सिमेंटिक ज्यामिति में अंतर्निहित गार्डरेल्स होते हैं, जैसे कि "ईविल" (Evil) पर्सोना वेक्टर और एक नया पेश किया गया सिमेंटिक वैलेंस वेक्टर (Semantic Valence Vector), जिन्हें संरेखित (aligned) मॉडलों से निकाला जा सकता है और भ्रष्ट फाइन-ट्यून्स (corrupted fine-tunes) में उभरते हुए मिसअलाइनमेंट को प्रभावी ढंग से दबाने के लिए ज़ीरो-शॉट तरीके से स्थानांतरित किया जा सकता है।
यह शोध पत्र ग्राउंडेड प्रेडिक्शन नेटवर्क (GPN) को प्रस्तुत करता है, जो एक सिंगल-लेयर रिकरेंट आर्किटेक्चर है जो प्रत्येक चरण पर एक सिंगल स्टेट वेक्टर को पुनरावृत्त करके प्रतिस्पर्धी लैंग्वेज मॉडलिंग प्रदर्शन प्राप्त करता है, जो गहरे स्टैक्ड मॉडल्स के लिए एक जैविक रूप से प्रेरित विकल्प प्रदान करता है और साथ ही इसकी आंतरिक मेमोरी डायनेमिक्स के प्रत्यक्ष ज्यामितीय निरीक्षण को सक्षम बनाता है।
यह शोध पत्र गेटेड क्रॉप्ड अटेंशन-डेल्टा (GCAD) प्रस्तुत करता है, जो एक नवीन एक्टिवेशन स्टीयरिंग विधि है जो सिस्टम-प्रॉम्ट के सेल्फ-अटेंशन योगदान से स्टीयरिंग संकेतों को निकालने और गेट करने के माध्यम से स्टेटफुल संवादों में KV-कैशे संदूषण (contamination) को कम करती है, जिससे पर्सोना नियंत्रण को बनाए रखते हुए लॉन्ग-होरिज़ॉन कोहेरेंस में महत्वपूर्ण सुधार होता है।
यह शोध पत्र तर्क देता है कि टिकाऊ कम-संसाधन वाले एनएलपी (NLP) के लिए क्रॉस-लिंगुअल ट्रांसफर के साथ भाषा-विशिष्ट प्रयासों को संयोजित करने वाले एक पूरक दृष्टिकोण की आवश्यकता है, जो लक्ज़मबर्ग के केस स्टडी के माध्यम से यह प्रदर्शित करता है कि बहुभाषी मॉडलों को अपनी पूर्ण क्षमता तक पहुँचने के लिए उच्च-गुणवत्ता वाले, कार्य-संरेखित लक्ष्य डेटा की आवश्यकता होती है।
यह शोध पत्र यह प्रदर्शित करता है कि व्यक्तिगत रूप से संरेखित (aligned) एआई एजेंटों की आबादी अनुरूपता गतिशीलता (conformity dynamics) के कारण सामूहिक रूप से स्थिर असंतुलित अवस्थाओं में जा सकती है, जो यह प्रकट करता है कि व्यक्तिगत सुरक्षा गारंटी सामूहिक सुरक्षा सुनिश्चित नहीं करती है और सामाजिक प्रभाव द्वारा संचालित अपरिवर्तनीय टिपिंग पॉइंट्स के जोखिम को रेखांकित करती है।
यह शोध पत्र RACER को प्रस्तुत करता है, जो एक वितरण रूप से सुदृढ़ अनुकूलन (distributionally robust optimization) समस्या को हल करके एक निश्चित बजट के तहत रीजनिंग और नॉन-रीजनिंग LLM जजों के बीच गतिशील रूप से चयन करने वाला एक सुदृढ़ अनुकूली रूटिंग ढांचा है, जिससे वितरण बदलावों (distribution shifts) को ध्यान में रखते हुए बेहतर सटीकता-लागत संतुलन प्राप्त होता है।