10698 पेपर
यह योगदान मेडमोज़ेक (MedMosaic) को प्रस्तुत करता है, जो 46,701 विविध चिकित्सा ऑडियो प्रश्न-उत्तर युग्मों से बना एक बड़े पैमाने का बेंचमार्क डेटासेट है, जिसे वास्तविक नैदानिक परिदृश्यों में वर्तमान मल्टीमॉडल अत्याधुनिक मॉडलों की महत्वपूर्ण तर्क संबंधी सीमाओं का मूल्यांकन करने और उन्हें उजागर करने के लिए डिज़ाइन किया गया है।
यह योगदान एडेप्टिव अनलर्निंग (AU) को प्रस्तुत करता है, जो एक पोस्ट-डिप्लॉयमेंट फ्रेमवर्क है जो सर्जिकल तरीके से एलएलएम (LLM) के मतिभ्रम (hallucinations) को दबाता है—विशेष रूप से कोड जनरेशन में, जहाँ वे "स्लॉपस्क्वैटिंग" (Slopsquatting) हमलों को सक्षम करते हैं—एक हाइब्रिड टोकन-लेवल ऑब्जेक्टिव और एक एडेप्टिव डिस्कवरी लूप के माध्यम से, जिससे बिना मानव एनोटेशन या पूर्ण मॉडल रिट्रेनिंग की आवश्यकता के मतिभ्रम की दर में 81% की कमी आती है।
यह शोध पत्र RECAP का परिचय देता है, जो एक ओपन-सोर्स प्लेटफॉर्म है जो डेवलपर-AI इंटरैक्शन पैटर्न के इंटरैक्टिव रिप्ले और उन्नत विश्लेषण को सक्षम करने के लिए सूक्ष्म-स्तरीय (fine-grained) कोड संपादन के साथ AI चैट सत्रों को निष्क्रिय रूप से कैप्चर और एकीकृत करता है, जैसा कि 41 छात्रों के शामिल एक परिनियोजन द्वारा सत्यापित किया गया है।
यह शोध पत्र प्रकट करता है कि Llama-3.1-8B चक्रीय अवधारणाओं (cyclic concepts) के बारे में तर्क उस अवधारणा की अवधि (period) के लिए विशिष्ट मॉड्यूलर अंकगणित को निष्पादित करके नहीं, बल्कि चक्रीय डोमेन में वापस मैप करने से पहले योगों की गणना करने के लिए फूरियर फीचर्स (Fourier features) और साझा MLP न्यूरॉन्स के एक विरल सेट द्वारा संचालित एक कार्य-अज्ञेय (task-agnostic) बेस-10 जोड़ तंत्र का पुन: उपयोग करके करता है।
यह शोधपत्र चेन ऑफ एविडेंस (CoE) प्रस्तुत करता है, जो एक रिट्रीवर-अज्ञेय (retriever-agnostic) फ्रेमवर्क है जो विज़न-लैंग्वेज मॉडल्स का लाभ उठाकर इटरेटिव रिट्रीवल-ऑगमेंटेड जनरेशन में पिक्सेल-स्तरीय विज़ुअल एट्रीब्यूशन को सक्षम बनाता है, जिससे दस्तावेज़ के स्क्रीनशॉट पर सीधे तर्क करने के माध्यम से सटीक बाउंडिंग बॉक्स साइटेशन प्रदान करने और आवश्यक विज़ुअल लेआउट जानकारी को संरक्षित करने के लिए केवल टेक्स्ट-आधारित पार्सिंग की सीमाओं को दूर किया जा सकता है।
यह शोधपत्र अनुभवजन्य रूप से इस बात की जांच करता है कि प्री-ट्रेनिंग डेटासेट और हाइपरपैरामीटर रिट्रीवल के लिए एक्सपेंडेड-SPLADE मॉडल्स को कैसे प्रभावित करते हैं, यह प्रकट करते हुए कि सामान्य कॉर्पोरा पर उच्च लर्निंग रेट के साथ प्री-ट्रेन किए गए मॉडल, कम MLM सटीकता और बढ़े हुए रिट्रीवल लागत के बावजूद, सख्त प्रूनिंग के तहत भी बेहतर प्रभावशीलता प्राप्त करते हैं।
यह शोध पत्र एक LLM-आधारित मल्टी-एजेंट फ्रेमवर्क का प्रस्ताव करता है जो विशिष्ट एजेंटों के माध्यम से व्यक्तिगत उपयोगकर्ता संवेदनशीलता का अनुकरण करके कंटेंट मॉडरेशन को व्यक्तिगत बनाता है, जिससे पारंपरिक केंद्रीकृत प्रणालियों की तुलना में 32% सटीकता में सुधार होता है और प्लेटफॉर्म गवर्नेंस के साथ उपयोगकर्ता स्वायत्तता को संतुलित करने के लिए एक स्केलेबल दृष्टिकोण प्राप्त होता है।
यह शोधपत्र MIRL को प्रस्तुत करता है, जो एक म्यूचुअल इंफॉर्मेशन-गाइडेड रिइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो MI को सैंपलिंग बजट को कुशलतापूर्वक आवंटित करने और विशेष रूप से विजुअल परसेप्शन को अनुकूलित करने के लिए डीकप्ल्ड रिवार्ड्स का उपयोग करके विजन-लैंग्वेज मॉडल की रीजनिंग में सुधार करता है, जिससे मतिभ्रम (hallucinations) कम होता है और कम पूर्ण प्रक्षेप पथों (trajectories) के साथ उच्च सटीकता प्राप्त होती है।
यह शोध पत्र एक नया निर्देशात्मक स्केलिंग लॉ प्रस्तावित करता है जो डेटा-सीमित व्यवस्थाओं में डेटा पुनरावृत्ति और ओवरफिटिंग को ध्यान में रखता है, यह प्रदर्शित करते हुए कि एक निश्चित बिंदु के बाद, मॉडल की क्षमता बढ़ाना डेटा की और अधिक पुनरावृत्ति करने की तुलना में अधिक प्रभावी है और मजबूत वेट डिके (weight decay) ओवरफिटिंग को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र \textsc{NH-CROP} को प्रस्तुत करता है, जो नियंत्रित भाषा डेटा संपत्तियों (governed language data assets) के लिए एक सुदृढ़ ऑनलाइन मूल्य निर्धारण ढांचा है, जो इसके अनुमानित निर्णय मूल्य के आधार पर गतिशील रूप से यह निर्णय लेता है कि परिष्कृत लागत जानकारी प्राप्त करनी है या नहीं, और यह प्रदर्शित करता है कि इष्टतम मूल्य निर्धारण अक्सर बार-बार सत्यापन के बजाय अंशांकित अनिश्चितता प्रबंधन (calibrated uncertainty management) पर निर्भर करता है।