10660 पेपर
यह शोध पत्र भाषा मॉडल के तर्क संबंधी निशानों (reasoning traces) के अनिश्चितता प्रोफाइल को परिमाणित और विश्लेषण करने की एक विधि प्रस्तुत करता है, जो यह प्रदर्शित करता है कि इन प्रोफाइलों में विशिष्ट पैटर्न उच्च सटीकता के साथ उत्तर की शुद्धता का पूर्वानुमान लगा सकते हैं और त्रुटि का शीघ्र पता लगाने में सक्षम हैं।
CktFormalizer एक ऐसा फ्रेमवर्क है जो Lean 4 के डिपेंडेंटली-टाइप्ड (dependently-typed) HDL का लाभ उठाकर LLMs को ऐसे हार्डवेयर विवरण (hardware descriptions) उत्पन्न करने में मार्गदर्शन करता है जो सिंटैक्टिक रूप से सही होने, सिंथेसिस-तोड़ने वाले दोषों से मुक्त होने और मशीन-चेक्ड प्रमाणों के माध्यम से कार्यात्मक रूप से सत्यापित होने की गारंटी देते हैं, जिससे लगभग पूर्ण बैकएंड रियलाइज़ेबिलिटी (backend realizability) प्राप्त होती है और सुरक्षित, स्वचालित PPA अनुकूलन सक्षम होता है।
यह शोध पत्र प्रदर्शित करता है कि एक संतुलित लॉजिस्टिक रिग्रेशन क्लासिफायर के साथ हाइब्रिड TF-IDF और मेटाडेटा फीचर दृष्टिकोण, एक छोटे, असंतुलित इंडोनेशियाई सोशल मीडिया डेटासेट पर तीन-वर्ग भावना विश्लेषण (थ्री-क्लास सेंटीमेंट एनालिसिस) के लिए एक न्यूरल MLP बेसलाइन की तुलना में व्यावहारिक परिनियोजन (प्रैक्टिकल डिप्लॉयमेंट) के मामले में बेहतर प्रदर्शन करता है।
यह अध्ययन IMDb समीक्षाओं पर सेंटिमेंट क्लासिफिकेशन के लिए क्लासिकल मशीन लर्निंग और डीप लर्निंग दृष्टिकोणों की तुलना करता है, जिसमें यह पाया गया कि एक TF-IDF-आधारित सपोर्ट वेक्टर मशीन (SVM) 0.8530 की सटीकता के साथ BiLSTM मॉडल से बेहतर प्रदर्शन करती है, जो यह दर्शाता है कि प्रभावी फीचर इंजीनियरिंग क्लासिकल तरीकों को संसाधन-सीमित परिदृश्यों में डीप लर्निंग से श्रेष्ठ बना सकती है।
OrScale एक लेयर-वाइज ट्रस्ट-रेश्यो स्केलिंग मैकेनिज्म पेश करता है जो ऑर्थोगोनालाइज़्ड ऑप्टिमाइज़ेशन के लिए वास्तविक पैरामीटर-स्पेस अपडेट दिशा को मापता है ताकि मौजूदा Muon हाइब्रिड्स की सीमाओं को दूर किया जा सके, जिससे इमेज क्लासिफिकेशन और लार्ज लैंग्वेज मॉडल प्री-ट्रेनिंग कार्यों पर बेहतर कन्वर्जेंस गारंटी और एम्पिरिकल प्रदर्शन प्राप्त होता है।
GazeVLM एक 4B-पैरामीटर वाला मल्टीमॉडल मॉडल है जो उच्च-रिज़ॉल्यूशन तर्क (reasoning) को बेहतर बनाने के लिए गेज़ टोकन (gaze tokens) को गतिशील रूप से उत्पन्न करने हेतु मेटाकॉग्निटिव नियंत्रण को आंतरिक रूप से आत्मसात करता है, जिससे यह मॉडल बाहरी क्रॉपिंग टूल या बढ़े हुए कॉन्टेक्स्ट विंडोज़ पर निर्भर किए बिना सक्रिय फोवियल अटेंशन (foveal attention) का स्वायत्त रूप से अनुकरण करने और अप्रासंगिक विजुअल फीचर्स को दबाने में सक्षम होता है।
यह शोध पत्र SCENE को प्रस्तुत करता है, जो बहु-पक्षीय चैट में निहित सामाजिक मानदंडों को पहचानने और समूह के प्रतिबंधों के अनुकूल होने की LLM-आधारित एजेंटों की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया एक बेंचमार्क है, जो यह प्रकट करता है कि Claude Opus 4.7 और Gemini 3.1 Pro जैसे उन्नत मॉडल इन गतिशील सामाजिक अंतःक्रियाओं में ओपन-वेट मॉडलों की तुलना में काफी बेहतर प्रदर्शन करते हैं।
यह शोधपत्र वास्तविक और सिम्युलेटेड (simulated) उपयोगकर्ता व्यवहारों के बीच वितरण अंतराल (distributional gap) को मापने की एक विधि प्रस्तुत करता है, जो विभिन्न LLM सिम्युलेटरों में महत्वपूर्ण विसंगतियों को प्रकट करता है और यह प्रदर्शित करता है कि व्यवहार संबंधी रूप से पूरक मॉडलों को संयोजित करने से वास्तविक उपयोगकर्ता विविधता का बेहतर अनुमान लगाया जा सकता है।
यह शोध पत्र MatryoshkaLoRA को प्रस्तुत करता है, जो एक नवीन प्रशिक्षण ढांचा है जो एक निश्चित विकर्ण स्केलिंग मैट्रिक्स (diagonal scaling matrix) को सम्मिलित करके पैरामीटर-कुशल फाइन-ट्यूनिंग को बढ़ाता है ताकि सटीक, पदानुक्रमित निम्न-रैंक (hierarchical low-rank) निरूपणों को सीखा जा सके, जिससे मौजूदा विधियों की तुलना में बेहतर सटीकता-प्रदर्शन ट्रेड-ऑफ के साथ गतिशील रैंक चयन सक्षम होता है।
यह शोध पत्र vOPD का प्रस्ताव करता है, जो एक स्थिर ऑन-पॉलिसी डिस्टिलेशन (On-Policy Distillation) विधि है जो एक क्लोज्ड-फॉर्म, प्रति-टोकन नेगेटिव रिवर्स KL डाइवर्जेंस (negative reverse KL divergence) को कंट्रोल वेरिएट बेसलाइन (control variate baseline) के रूप में उपयोग करके प्रशिक्षण भिन्नता (training variance) को कम करता है, और बिना किसी अतिरिक्त इन्फरेंस ओवरहेड के महंगे फुल-वोकैबुलरी बेसलाइन के समान प्रदर्शन प्राप्त करता है।