10660 पेपर
यह शोध पत्र GLiNER2-PII को प्रस्तुत करता है, जो एक संक्षिप्त बहुभाषी मॉडल है जिसे विविध भाषाओं और प्रारूपों में व्यक्तिगत रूप से पहचान योग्य सूचना (PII) के 42 प्रकारों को प्रभावी ढंग से पहचानने के लिए एक सिंथेटिक कॉर्पस पर प्रशिक्षित किया गया है, और इसने SPY बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त किया है।
यह शोध पत्र C-BPO प्रस्तुत करता है, जो एक प्राथमिकता-कैलिब्रेटेड अनुकूलन ढांचा (preference-calibrated optimization framework) है जो व्यक्तिगत उपयोगकर्ता प्राथमिकताओं को साझा ज्ञान से अलग करने के लिए बाइनरी फीडबैक का लाभ उठाकर लार्ज लैंग्वेज मॉडल वैयक्तिकरण (personalization) को बढ़ाता है, जिससे सामान्य उपयोगिता को बनाए रखते हुए अंतर-उपयोगकर्ता अंतरों को प्रभावी ढंग से मॉडल किया जा सके।
यह शोध पत्र स्वार्म स्किल्स (Swarm Skills) को प्रस्तुत करता है, जो एक पोर्टेबल विनिर्देश और स्व-विकास एल्गोरिदम है जो मल्टी-एजेंट समन्वय प्रोटोकॉल को वितरित करने योग्य, प्रथम-श्रेणी की संपत्तियों में परिवर्तित करता है, जिससे एजेंट टीमों को मानवीय देखरेख के बिना विभिन्न फ्रेमवर्क में अपनी सहयोगात्मक रणनीतियों को स्वायत्त रूप से परिष्कृत करने में सक्षम बनाया जा सके।
GLiNER-Relex एक एकीकृत, ओपन-सोर्स फ्रेमवर्क है जो GLiNER आर्किटेक्चर का विस्तार करता है ताकि एक ही मॉडल में संयुक्त नामित इकाई पहचान (named entity recognition) और संबंध निष्कर्षण (relation extraction) किया जा सके, जिससे कई बेंचमार्क पर प्रतिस्पर्धी प्रदर्शन के साथ किसी भी इकाई और संबंध प्रकार के कुशल ज़ीरो-शॉट अनुमान (zero-shot inference) को सक्षम बनाया जा सके।
यह शोध पत्र RevCI प्रस्तुत करता है, जो वैज्ञानिक सहकर्मी समीक्षा विरोधाभासों के लिए साक्ष्य-स्तरीय एनोटेशन और श्रेणीबद्ध तीव्रता लेबल के साथ एक नया बेंचमार्क है, साथ ही IMPACT, एक मल्टी-एजेंट फ्रेमवर्क, और इसका डिस्टिल्ड मॉडल TIDE, जो मिलकर समीक्षकों के मतभेदों की पहचान करने और उनकी गंभीरता का मूल्यांकन करने में मौजूदा बेसलाइन से बेहतर प्रदर्शन करते हैं।
यह शोधपत्र LegalCiteBench प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है यह प्रदर्शित करता है कि वर्तमान बड़े भाषा मॉडल (large language models) क्लोज्ड-बुक लीगल साइटेशन कार्यों के साथ काफी संघर्ष करते हैं, और मॉडल के पैमाने या डोमेन-विशिष्ट प्रीट्रेनिंग में सुधार के बावजूद अक्सर उच्च भ्रामक दरों के साथ विश्वसनीय लेकिन गलत अधिकार (authorities) उत्पन्न करते हैं।
यह शोध पत्र फुल-डुप्लेक्स स्पोकन डायलॉग सिस्टम्स के लिए यूजर-स्ट्रीम रूटिंग रणनीतियों की जांच करता है, जो यह प्रकट करता है कि जहाँ चैनल फ्यूजन प्रश्न उत्तर देने के लिए बेहतर सिमेंटिक ग्राउंडिंग प्रदान करता है, वहीं क्रॉस-अटेंशन रूटिंग यूजर इंटरप्शन के दौरान कॉन्टेक्स्ट करप्शन के विरुद्ध अधिक मजबूती प्रदान करती है, जिससे रूटिंग आर्किटेक्चर एकीकरण और स्थिरता के बीच एक महत्वपूर्ण डिजाइन ट्रेडऑफ के रूप में स्थापित होता है।
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।