10753 पेपर
यह अध्ययन एक 20-वर्ग वाले इमोशन डेटासेट पर डीप लर्निंग आर्किटेक्चर के विरुद्ध PyCaret-आधारित मशीन लर्निंग मॉडलों का बेंचमार्किंग करता है, जिसमें यह पाया गया कि जबकि SVM जैसे पारंपरिक मॉडल प्रतिस्पर्धी बने रहते हैं, BiLSTM मॉडल संदर्भगत भावनात्मक संकेतों को बेहतर ढंग से कैप्चर करके श्रेष्ठ प्रदर्शन (89% सटीकता) प्राप्त करता है।
यह अध्ययन इंडोनेशिया के मुफ्त पौष्टिक भोजन कार्यक्रम के संबंध में 7,733 यूट्यूब टिप्पणियों में भावनाओं को वर्गीकृत करने के लिए लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) पद्धति का उपयोग करता है, जिसने 89% समग्र सटीकता प्राप्त की है जबकि यह भी प्रकट किया है कि मॉडल का प्रदर्शन डेटासेट में गंभीर वर्ग असंतुलन के कारण नकारात्मक भावनाओं की ओर काफी झुका हुआ है।
यह शोध पत्र एंट्रोक्राफ्ट (Entrocraft) को प्रस्तुत करता है, जो एक सरल, रेगुलाइजेशन-मुक्त रिजेक्शन-सैंपलिंग विधि है जो एलएलएम (LLM) सुदृढीकरण शिक्षण में प्रदर्शन संतृप्ति को रोकने के लिए एंट्रोपी शेड्यूल्स को सटीक रूप से नियंत्रित करती है, जिससे प्रशिक्षण की दीर्घायु काफी बढ़ जाती है और सामान्यीकरण एवं आउटपुट विविधता में सुधार होता है।
यह शोध पत्र अंकगणितीय गणना के साथ वाक्य बोध को संयोजित करने वाला एक द्वि-कार्य प्रतिमान (dual-task paradigm) प्रस्तावित करता है ताकि यह प्रदर्शित किया जा सके कि लार्ज लैंग्वेज मॉडल्स में संज्ञानात्मक संसाधनों को प्रतिबंधित करने से उनकी प्रसंस्करण रणनीतियाँ मानव-समान तर्कपूर्ण अनुमान की ओर स्थानांतरित हो जाती हैं, जिसका प्रमाण प्रशंसनीय और अप्रशंसनीय वाक्यों के बीच बढ़ता हुआ सटीकता अंतराल है।
यह शोध पत्र KVShot प्रस्तुत करता है, जो एक नैदानिक ढांचा (diagnostic framework) है जो यह प्रदर्शित करता है कि कैसे ड्राफ्ट मॉडलों को लक्षित KV कैश (target KV caches) को पुन: उपयोग करने में सक्षम करने से स्पेक्युलेटिव डिकोडिंग (speculative decoding) में दीर्घकालिक सटीकता ह्रास (long-range accuracy decay) को कम किया जा सकता है, और साथ ही वर्तमान प्रशिक्षण पाइपलाइनों में उन संरचनात्मक बाधाओं की पहचान करता है जो ब्लॉक-वाइज प्रशिक्षण प्रतिमानों (block-wise training paradigms) की ओर बदलाव को आवश्यक बनाते हैं।
यह शोध पत्र नामह (Naamah) को प्रस्तुत करता है, जो 1 लाख से अधिक वाक्यों का एक बड़े पैमाने पर सिंथेटिक संस्कृत नामधारी इकाई पहचान (Named Entity Recognition) कॉर्पस है, जिसे DBpedia इकाई निष्कर्षण को 24B पैरामीटर वाले हाइब्रिड रीजनिंग मॉडल के साथ संयोजित करके निर्मित किया गया है, जिसका उपयोग फिर बहुभाषी और इंडिक-विशिष्ट ट्रांसफॉर्मर आर्किटेक्चर के बेंचमार्किंग के लिए किया जाता है।
यह शोध पत्र यह प्रदर्शित करता है कि एलएलएम (LLM) शैलीगत वैयक्तिकरण मूल्यांकन को लेखकता सत्यापन सिद्धांत (विशेष रूप से LUAR मीट्रिक का उपयोग करके) में आधारित करने से एक महत्वपूर्ण "लेखकता अंतराल" (authorship gap) प्रकट होता है जहाँ वर्तमान विधियाँ मानवीय शैली से मेल खाने में विफल रहती हैं, जो कि एक महत्वपूर्ण विफलता है जो एलएलएम-एज़-जज (LLM-as-judge) या स्टाइलोमेट्रिक्स (stylometrics) जैसे अनकैलिब्रेटेड, एड-हॉक मीट्रिक्स के प्रति अदृश्य रहती है जो असंगत और अनकैलिब्रेटेड परिणाम उत्पन्न करते हैं।
यह शोध पत्र StarDrinks को प्रस्तुत करता है, जो एक द्विभाषी (अंग्रेजी और कोरियाई) टेस्ट सेट है जिसे विविध संस्थाओं, अनुकूलन (customizations) और सहज भाषण संबंधी घटनाओं जैसी जटिल वास्तविक दुनिया की परिवर्तनशीलता को पकड़कर, यथार्थवादी ड्रिंक-ऑर्डरिंग परिदृश्यों में स्पीच और नेचुरल लैंग्वेज अंडरस्टैंडिंग मॉडल्स का मूल्यांकन करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र "SafeReview" का प्रस्ताव करता है, जो एक नवीन एडवर्सरियल फ्रेमवर्क है जो LLM-आधारित शैक्षणिक सहकर्मी समीक्षा प्रणालियों (academic peer review systems) को हेरफेर करने के लिए डिज़ाइन किए गए एडवर्सरियल हिडन प्रॉम्प्ट्स का मजबूती से पता लगाने और उन्हें कम करने के लिए एक गतिशील रूप से सह-विकसित (co-evolving) जनरेटर और डिफेंडर मॉडल का उपयोग करता है।
यह शोध पत्र OCR-Memory का प्रस्ताव करता है, जो एक नवीन ढांचा (framework) है जो ऐतिहासिक प्रक्षेप पथों (historical trajectories) को छवियों के रूप में एनकोड करके और एक दृश्य "लोकेट-एंड-ट्रांसक्राइब" तंत्र के माध्यम से शब्दशः पाठ को पुनर्प्राप्त करके लॉन्ग-होरिज़न एलएलएम एजेंटों में टेक्स्ट-कॉन्टेक्स्ट सीमाओं को दूर करता है, जिससे भ्रम (hallucination) को कम करते हुए प्रभावी स्मृति क्षमता का महत्वपूर्ण विस्तार होता है।