10698 पेपर
यह शोध पत्र प्रदर्शित करता है कि फीचर-ऑगमेंटेड ट्रांसफॉर्मर, विशेष रूप से अटेंशन-आधारित भाषाई विशेषताओं के साथ संवर्धित एक DeBERTa-v3 मॉडल, एक फिक्स्ड-थ्रेशोल्ड प्रोटोकॉल के तहत विविध डोमेन और जनरेटरों में सुदृढ़ AI-टेक्स्ट डिटेक्शन प्राप्त करते हैं, जो पूर्ववर्ती ट्रांसफॉर्मर आर्किटेक्चर और ज़ीरो-शॉट बेसलाइन्स दोनों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र LaaB का प्रस्ताव करता है, जो एक नवीन ढांचा है जो एक मेटा-जजमेंट प्रक्रिया के माध्यम से तार्किक निरंतरता बाधाओं (logical consistency constraints) द्वारा दोहरे-दृष्टिकोण संकेतों को संरेखित करके, निहित न्यूरल अनिश्चितता और स्पष्ट प्रतीकात्मक स्व-निर्णयों के बीच के अंतर को पाटकर लार्ज लैंग्वेज मॉडल मतिभ्रम (hallucination) का पता लगाने में सुधार करता है।
EQUITRIAGE अध्ययन लगभग 375,000 आपातकालीन विभाग ट्राइएज परिदृश्यों पर पांच बड़े भाषा मॉडलों का ऑडिट करता है और यह प्रकट करता है कि सभी मॉडल 5% से अधिक फ्लिप दरों के साथ लैंगिक पूर्वाग्रह प्रदर्शित करते हैं, जो यह दर्शाता है कि ग्रुप पैरिटी, काउंटरफैक्चुअल इनवैरिएंस और कैलिब्रेशन जैसे निष्पक्षता मेट्रिक्स अलग-अलग गुण हैं जिनके लिए नैदानिक तैनाती से पहले मॉडल-विशिष्ट ऑडिटिंग की आवश्यकता होती है।
यह शोध पत्र मल्टी-आस्पेक्ट BRIGHT-Pro बेंचमार्क और RTriever-Synth कॉर्पस को पेश करके एजेंटिक सर्च सिस्टम में रीजनिंग-इंटेंसिव रिट्रीवल के लिए वर्तमान मूल्यांकन और प्रशिक्षण की सीमाओं को संबोधित करता है, जो मिलकर RTriever-4B मॉडल के विकास को सक्षम करते हैं जो यथार्थवादी एजेंटिक प्रोटोकॉल के तहत मूल्यांकित किए जाने पर मौजूदा रिट्रीवर्स से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र SaFE-Scale फ्रेमवर्क और RadSaFE-200 बेंचमार्क को पेश करता है ताकि यह प्रदर्शित किया जा सके कि क्लिनिकल LLM सुरक्षा स्केलिंग का एक निष्क्रिय उपोत्पाद नहीं है, बल्कि एक परिनियोजन-निर्भर (deployment-dependent) गुण है जहाँ उच्च गुणवत्ता वाले साक्ष्य खतरनाक त्रुटियों को महत्वपूर्ण रूप से कम करते हैं, जबकि मानक रिट्रीवल और बढ़ी हुई कंप्यूट इन सुरक्षा लाभों को दोहराने में विफल रहती है।
LITcoder एक ओपन-सोर्स, मॉड्यूलर लाइब्रेरी है जिसे निरंतर उद्दीपनों (continuous stimuli) को मस्तिष्क के डेटा के साथ संरेखित करने के लिए मानकीकृत उपकरण प्रदान करके और निरंतर fMRI विश्लेषण के लिए महत्वपूर्ण पद्धतिगत विकल्पों में व्यावहारिक अंतर्दृष्टि प्रदान करके न्यूरल एनकोडिंग मॉडल के विकास, बेंचमार्किंग और व्यवस्थित तुलना को सुव्यवस्थित करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र कंट्रोल रिइन्फोर्समेंट लर्निंग (CRL) को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो LLM आउटपुट को निर्देशित करने के लिए टोकन स्तर पर व्याख्या योग्य स्पार्स ऑटोएन्कोडर फीचर्स को गतिशील रूप से चुनने और उन्हें प्रवर्धित करने के लिए एक पॉलिसी को प्रशिक्षित करता है, जिससे विभिन्न बेंचमार्क में मॉडल व्यवहार के लिए प्रति-टोकन हस्तक्षेप प्रोटोकॉल और नए यांत्रिक अंतर्दृष्टि (mechanistic insights) प्राप्त होते हैं।
यह शोध पत्र VAUQ का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free), विज़न-अवेयर अनसर्टेन्टी क्वांटिफिकेशन फ्रेमवर्क है, जो इमेज-इंफॉर्मेशन स्कोर और अनसुपरवाइज्ड कोर-रीजन मास्किंगिंग का लाभ उठाकर लार्ज विज़न-लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) का विश्वसनीय रूप से पता लगाने के लिए उनके दृश्य साक्ष्यों पर निर्भरता को स्पष्ट रूप से मापता है।
यह शोध पत्र UniQGen को प्रस्तुत करता है, जो एक नवीन बाधा-निर्देशित (constraint-guided) ढांचा है जो नॉलेज ग्राफ क्वेश्चन आंसरिंग के लिए उच्च-गुणवत्ता वाली, निष्पादन योग्य (executable) साइफर (Cypher) क्वेरी उत्पन्न करने हेतु LLM एजेंटों और एक विस्तारित चेज़ एंड बैकचेज़ (Chase & Backchase) एल्गोरिदम का लाभ उठाता है, जिसके लिए फाइन-ट्यूनिंग की आवश्यकता नहीं है, जिससे यह सटीकता और दक्षता में अत्याधुनिक तरीकों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र DIAGRAMS को प्रस्तुत करता है, जो एक हल्का, स्कीमा-संचालित समीक्षा ढांचा है जो इंटरफ़ेस लॉजिक को डेटासेट प्रारूपों से अलग करता है ताकि डायग्राम QA के लिए तर्क-स्तर के एट्रिब्यूशन (attribution) के निर्माण को स्वचालित और सुव्यवस्थित किया जा सके, जिससे उच्च परिशुद्धता (precision) और रिकॉल (recall) प्राप्त होता है और मैन्युअल एनोटेशन प्रयास में काफी कमी आती है।