9623 पेपर
यह शोध पत्र PraMem को प्रस्तुत करता है, जो एक अभिनव ढांचा है जो अनुभवजन्य स्मृति (experiential memory) बनाने के लिए पूर्व अभ्यास (beforehand practice) आयोजित करके लंबी ऐतिहासिक अनुक्रमों को मूल्यवान संसाधनों के रूप में पुनर्गठित करता है, जिससे बेहतर दीर्घ-क्षितिज व्यवहार भविष्यवाणी (long-horizon behavior prediction) के लिए बड़े भाषा मॉडलों और संदर्भ-संपीड़न प्रतिमानों की सीमाओं को दूर किया जा सके।
264,000 से अधिक कोविड-19 ट्वीट्स का विश्लेषण करके, यह अध्ययन प्रकट करता है कि गलत सूचनाओं का सक्रिय रूप से विरोध करने वाले उपयोगकर्ता अधिक संभावना रखते हैं कि वे स्थापित खाते हों जो क्रोध और घृणा जैसी उच्च स्तर की नकारात्मक भावनाओं को व्यक्त करते हैं, जो इस धारणा को चुनौती देता है कि नकारात्मकता असत्य का एक प्राथमिक हस्ताक्षर है।
यह शोध पत्र एक स्वचालित LLM पाइपलाइन प्रस्तुत करता है जो यह सत्यापित करता है कि क्या ट्रांसफॉर्मर में व्यक्तिगत वेट्स (weights) के पास वैश्विक रूप से व्याख्या योग्य कार्य होते हैं, जिसमें यह पाया गया कि डेंस मॉडल्स की तुलना में वेट-स्पार्स (weight-sparse) मॉडल्स में ऐसे व्याख्या योग्य वेट्स का एक काफी अधिक हिस्सा (12–31%) होता है।
यह शोध पत्र इन्कोग्निटा (Incognita) को प्रस्तुत करता है, जो सामाजिक रूप से वितरित कार्य परिवेशों में जनरेटिव एजेंटों के मूल्यांकन के लिए एक ढांचा है जहाँ ज्ञान को भूमिका-पृथक संस्थाओं (role-isolated entities) के बीच विभाजित किया गया है, यह प्रदर्शित करते हुए कि हालांकि वर्तमान मॉडल ज्ञान प्राप्ति (knowledge elicitation) और समयपूर्व समापन में कमी जैसे बेहतर व्यवहार दिखाते हैं, फिर भी उनकी समग्र सफलता दर कम बनी हुई है।
साइटेक लैब (PsyTechLab) की टीम अपनी CLPsych 2026 सबमिशन प्रस्तुत करती है, जो मानसिक स्वास्थ्य अवस्थाओं और कल्याण के लिए सोशल मीडिया टेक्स्ट का विश्लेषण करने हेतु LSTM और BERT से लेकर लार्ज लैंग्वेज मॉडल्स तक विविध एनएलपी (NLP) विधियों का लाभ उठाती है, जो सारांश कार्य (summarization task) में शीर्ष स्तर की निरंतरता और विरोधाभास स्कोर प्राप्त करते हुए बेहतर मानसिक स्वास्थ्य सहायता प्रणालियों में योगदान देती है।
यह शोध पत्र यह प्रदर्शित करके मॉडल मर्जिंग और डिस्ट्रिब्यूटेड लर्निंग के बीच के अंतर को पाटता है कि नेस्टरोव मोमेंटम के साथ आइसो-सी (Iso-C) मर्जिंग तकनीक को अनुकूलित करना (IsoLoCo), कम-कम्युनिकेशन वाले डिस्ट्रिब्यूटेड ट्रेनिंग में मौजूदा डिलोको (DiLoCo) विधियों से काफी बेहतर प्रदर्शन करता है, विशेष रूप से जैसे-जैसे स्थानीय वर्कर्स की संख्या बढ़ती है।
यह शोध पत्र सिलिकॉन सैंपलिंग (silicon sampling) के लिए एक कठोर मूल्यांकन ढांचे के रूप में "क्रॉस-सर्वे ट्रांसफर" (cross-survey transfer) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि बड़े भाषा मॉडल (large language models) अनदेखी मदों (unseen items) पर 52% सटीकता के साथ व्यक्तिगत सर्वेक्षण प्रतिक्रियाओं की भविष्यवाणी कर सकते हैं—जो लगभग सुपरवाइज्ड बेसलाइन्स (supervised baselines) के बराबर है—जबकि निर्माण पूर्वानुमेयता (construct predictability) के एक स्थिर पदानुक्रम और वेरिएंस कोलैप्स (variance collapse) एवं सुरक्षा संरेखण (safety alignment) के संबंध में सूक्ष्म सीमाओं को भी उजागर करता है।
यह शोध पत्र "प्रोएक्टिव थिंकिंग" (Proactive Thinking) का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो लार्ज लैंग्वेज मॉडल्स को बातचीत के अंतराल के दौरान संभावित प्रतिक्रियाओं को पूर्व-गणना करने में सक्षम बनाता है, जिससे प्रदर्शन से समझौता किए बिना विलंबता (latency) को काफी कम किया जा सकता है और संवाद की तरलता में सुधार किया जा सकता है।
यह शोध पत्र S-DiverSe को प्रस्तुत करता है, जो न्यूरोलॉजिकल स्थितियों वाले 22 वक्ताओं वाला एक 3.2-घंटे का स्पेनिश स्पीच कॉर्पस है, ताकि स्वचालित भाषण पहचान (ऑटोमैटिक स्पीच रिकग्निशन) की चुनौतियों को संबोधित किया जा सके और यह प्रदर्शित किया जा सके कि इस विशिष्ट डोमेन के लिए ह्यूरिस्टिक पोस्ट-प्रोसेसिंग, फाइन-ट्यूनिंग से बेहतर प्रदर्शन करती है।
यह शोध पत्र ट्रांज़िशन इंफॉर्मेशन डेंसिटी (TID) और पोजीशनल आइडेंटिटी को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि एंडपॉइंट्स के बीच संरचित मध्यवर्ती अवस्थाओं पर न्यूरल मॉडल को प्रशिक्षित करने से ध्वन्यात्मक और अर्थ संबंधी डोमेन में आंतरिक आयामीता (intrinsic dimensionality) काफी कम हो जाती है, हालांकि विजुअल या क्रॉस-मोडल डोमेन में ऐसा नहीं होता है, जिससे ट्रैजेक्टरी-अवेयर लर्निंग के लाभों के लिए एक मोडैलिटी-विशिष्ट सीमा स्थिति (boundary condition) का पता चलता है।