10660 पेपर
CLIPer एक हल्का, इन्फरेंस-टाइम पर्सनलाइजेशन फ्रेमवर्क है जो व्यापक फाइन-ट्यूनिंग की कम्प्यूटेशनल लागत के बिना विविध उपयोगकर्ता प्राथमिकताओं की ओर लार्ज लैंग्वेज मॉडल जनरेशन को गतिशील रूप से निर्देशित करने के लिए एक क्लासिफायर का उपयोग करता है।
यह शोध पत्र PSU CMC पर MIPVU ढांचे के तहत टोकन-स्तरीय चीनी रूपक पहचान के लिए एक पुनरुत्पादक बहु-वास्तुकला आधार रेखा स्थापित करता है, जो यह प्रदर्शित करता है कि बुनियादी-अर्थ संसाधनों का उपयोग करने वाला एक चीनी-अनुकूलित MelBERT मॉडल, RoBERTa फाइन-ट्यूनिंग और Qwen3.5-आधारित जनरेटिव दृष्टिकोण दोनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र BoundaryRouter प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा (training-free framework) है जो प्रारंभिक व्यवहारिक अनुभव और रूब्रिक-निर्देशित तर्क के आधार पर क्वेरीज़ को या तो हल्के LLM इन्फरेंस या पूर्ण एजेंट निष्पादन में गतिशील रूप से रूट करके विलंबता (latency) और प्रदर्शन के बीच के संतुलन को अनुकूलित करता है, जिससे मौजूदा विधियों की तुलना में गति और सटीकता दोनों में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र एक "टेक्स्ट अनकैनी वैली" (Text Uncanny Valley) घटना की पहचान करता है जहाँ बड़े भाषा मॉडल (Large Language Models) सूचना प्राप्ति कार्यों में शब्द-सीमा भ्रष्टाचार (word-boundary corruption) बढ़ने के साथ गैर-एकदिष्ट प्रदर्शन गिरावट (non-monotonic performance degradation) प्रदर्शित करते हैं, जो कि अप्रभावी शब्द-स्तरीय और वर्ण-स्तरीय प्रसंस्करण मोड के बीच एक अव्यवस्थित संक्रमण के कारण होने वाली एक U-आकार की गिरावट है।
PSK@EEUCA 2026 की टीम ने Llama 3.1 8B को LoRA फाइन-ट्यूनिंग और 5% सिंथेटिक डेटा ऑग्मेंटेशन के साथ जोड़कर 0.6234 का F1-macro स्कोर प्राप्त करते हुए 'वर्ल्ड ऑफ टैंक टॉक्सिसिटी डिटेक्शन चैलेंज' में चौथा स्थान प्राप्त किया, जबकि उन्होंने एक महत्वपूर्ण "वैलिडेशन ट्रैप" की भी पहचान की जहाँ उच्च वैलिडेशन प्रदर्शन टेस्ट सेट पर सामान्य होने में विफल रहता है।
यह शोध पत्र एक प्रॉक्सी-एनालाइज़र फ्रेमवर्क पेश करता है जो छोटे, स्थानीय रूप से होस्ट किए गए ओपन-वेट मॉडल्स के आंतरिक एक्टिवेशन का विश्लेषण करके लार्ज लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) का पता लगाता है, जो विविध एनालाइज़र आर्किटेक्चर में अत्याधुनिक प्रदर्शन प्राप्त करते हुए यह प्रदर्शित करता है कि बड़े मॉडल का आकार अनिवार्य रूप से बेहतर पहचान सटीकता के साथ सहसंबंधित नहीं होता है।
DiffRetriever डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक समानांतर प्रतिनिधि टोकन रिट्रीवल विधि पेश करता है जो प्रॉम्प्ट्स में कई मास्क किए गए स्थानों को जोड़ता है और उन्हें एक एकल द्विदिश (bidirectional) पास में पढ़ता है, जिससे यह अनुक्रमिक ऑटोरेग्रेसिव मल्टी-टोकन दृष्टिकोणों और मौजूदा कंट्रास्टिव फाइन-ट्यून्ड रिट्रीवर्स की तुलना में बेहतर प्रदर्शन और दक्षता प्राप्त करता है।
यह शोध पत्र ThinC को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो भाषा मॉडल की तर्क प्रक्रिया को प्राकृतिक भाषा और कोड के अंतर्संबंधित स्वरूप से बदलकर एक कोड-केंद्रित प्रतिमान में स्थानांतरित कर देता है जहाँ कोड स्वयं प्राथमिक तर्ककर्ता के रूप में कार्य करता है, जो कोड प्रक्षेप पथों (trajectories) को आसवित (distill) करके और सुपरवाइज्ड फाइन-ट्यूनिंग के बाद सुदृढीकरण लर्निंग (reinforcement learning) का उपयोग करके प्रतियोगिता-स्तर के गणितीय बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोधपत्र म्यूचुअल रीइन्फोर्समेंट लर्निंग (Mutual Reinforcement Learning) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो विषम भाषा मॉडलों (heterogeneous language models) को एक साझा सबस्ट्रेट (substrate) और टोकेनाइज़र एलाइनमेंट लेयर के माध्यम से टाइप किए गए अनुभवों को समवर्ती रूप से आदान-प्रदान करने में सक्षम बनाता है, यह प्रदर्शित करते हुए कि डेटा-स्तर या वैल्यू-स्तर की साझाकरण रणनीतियों की तुलना में आउटकम-स्तर (outcome-level) का सफलता स्थानांतरण सबसे अनुकूल स्थिरता-समर्थन व्यापार-संतुलन (stability-support trade-off) प्रदान करता है।
यह शोध पत्र प्लानिंग-आफ्टर-ट्रायल (PaT) का प्रस्ताव करता है, जो एक अनुकूली टेस्ट-टाइम कोड जनरेशन पॉलिसी है जो केवल सत्यापन विफलता (verification failure) होने पर ही एक प्लानर को सक्रिय करती है, जिससे एक लागत-कुशल विषम मॉडल कॉन्फ़िगरेशन सक्षम होता है जो कठोर प्लानिंग दृष्टिकोणों की तुलना में लागत-प्रदर्शन के संतुलन (cost-performance trade-off) में महत्वपूर्ण सुधार करता है।