10789 पेपर
यह शोध पत्र एक कुशल सिंगल-पास वर्गीकरण ढांचे का प्रस्ताव करता है जो हल्के, टोकन- और लेयर-चयनात्मक प्रोब्स के माध्यम से प्रोडक्शन LLMs के हिडन स्टेट्स का पुन: उपयोग करता है, जिससे अलग सुरक्षा या कार्य-विशिष्ट मॉडलों की विलंबता और संसाधन लागत समाप्त हो जाती है और विविध आर्किटेक्चर पर प्रतिस्पर्धी प्रदर्शन प्राप्त होता है।
SWE-Pruner एक स्व-अनुकूलनीय (self-adaptive) कॉन्टेक्स्ट प्रूनिंग फ्रेमवर्क है जो स्पष्ट एजेंट लक्ष्यों के आधार पर अप्रासंगिक कोड को गतिशील रूप से फ़िल्टर करने के लिए एक टास्क-अवेयर न्यूरल स्किमर का उपयोग करता है, जो विभिन्न बेंचमार्क में कोडिंग एजेंट प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए टोकन उपयोग और लागत को काफी कम कर देता है।
यह योगदान LEG को प्रस्तुत करता है, जो एक हल्का, व्याख्यात्मक गार्डरेल है जो प्रॉम्प्ट सुरक्षा वर्गीकरण और स्पष्टीकरण में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए मल्टी-टास्क लर्निंग, पूर्वाग्रह-निवारक सिंथेटिक डेटा और एक नवीन अनिश्चितता-भारित लॉस फंक्शन का लाभ उठाता है, जबकि मॉडल का आकार काफी छोटा है।
यह शोधपत्र TeCQR का प्रस्ताव करता है, जो एक नवीन संबंधित प्रश्न पुनर्प्राप्ति मॉडल (related question retrieval model) है, जो कम्युनिटी क्वेश्चन अनswering के लिए टैग-संवर्धित स्पष्टीकरण प्रश्नों (tag-enhanced clarifying questions) और एक शोर-सहिष्णु प्रशिक्षण रणनीति (noise-tolerant training strategy) का लाभ उठाता है ताकि एक संवादात्मक दृष्टिकोण के माध्यम से सूक्ष्म अर्थपूर्ण संबंधों (fine-grained semantic relationships) को कैप्चर किया जा सके।
KARL एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो ज्ञान-सीमा-जागरूक पुरस्कार तंत्र (knowledge-boundary-aware reward mechanism) और एक दो-चरणीय प्रशिक्षण रणनीति का उपयोग करके LLM मतिभ्रम (hallucinations) को कम करता है, जिससे मॉडल की प्रश्नों के उत्तर देने से बचने की क्षमता को उसकी विकसित होती ज्ञान सीमाओं के साथ गतिशील रूप से संरेखित किया जाता है, जिससे सटीकता और सावधानी के बीच के संतुलन में सुधार होता है।
डिपॉज़िशन (depostion) संबंधी पूछताछ की बढ़ती मात्रा को संभालने के लिए, RCSB PDB ने जमाकर्ताओं को 24/7, उद्धरण-आधारित सहायता प्रदान करने हेतु रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) आर्किटेक्चर का उपयोग करते हुए एक AI-संचालित हेल्प डेस्क विकसित किया है।
यह शोध पत्र नवीन हल्के प्रशिक्षण रणनीतियों का उपयोग करके ट्रांसक्रिप्ट के साथ सीधे शब्द-स्तर के टाइमस्टैम्प की भविष्यवाणी करने के लिए स्पीच-अवेयर लार्ज लैंग्वेज मॉडल्स को अनुकूलित करने की एक विधि प्रस्तुत करता है, जो संरेखण सटीकता और समग्र एएसआर (ASR) प्रदर्शन दोनों में सुधार करता है।
AeSlides एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचे को पेश करता है जो सौंदर्यपूर्ण लेआउट गुणवत्ता के लिए LLM-आधारित स्लाइड जनरेशन को सीधे अनुकूलित करने हेतु सावधानीपूर्वक डिज़ाइन किए गए, सत्यापन योग्य मेट्रिक्स के एक समूह का उपयोग करता है, जो मौजूदा रिफ्लेक्शन-आधारित और फाइन-ट्यूनिंग विधियों से काफी बेहतर प्रदर्शन करता है।
लेखक Webis-SR4ALL-26 प्रस्तुत करते हैं, जो 3,00,000 से अधिक व्यवस्थित समीक्षाओं (systematic reviews) का एक बड़े पैमाने का, अंतर्विषयक संग्रह है जिसमें बेंचमार्किंग, निष्कर्षण प्रशिक्षण (extraction training), और सभी वैज्ञानिक क्षेत्रों में मेटा-विज्ञान अनुसंधान को समर्थन देने के लिए लिंक्ड मेटाडेटा और निष्तुलित पद्धतिगत आर्टिफैक्ट्स (methodological artifacts) शामिल हैं।
यह शोध पत्र समान-गुणवत्ता वाले प्रतिक्रिया युग्मों (response pairs) का उपयोग करके LLM-as-a-judge प्रणालियों में स्व-वरीयता पूर्वाग्रह (Self-Preference Bias) को मापने और कम करने के लिए एक पूर्णतः स्वचालित ढांचे को प्रस्तुत करता है ताकि मूल्यांकन संबंधी पूर्वाग्रह को मॉडल क्षमता से अलग किया जा सके, और अंततः एक बहु-आयामी मूल्यांकन रणनीति प्रस्तावित करता है जो पूर्वाग्रह को औसतन 31.5% तक कम करती है।