10789 पेपर
XITE एक नवीन एम्बेडिंग-आधारित डेटा ऑग्मेंटेशन तकनीक है जो कम-संसाधन वाले लक्षित टेक्स्ट के लिए अंग्रेजी समकक्षों की पहचान करके और इंटरपोलेटेड एम्बेडिंग सिंथेसिस को निष्पादित करके बहुभाषी भाषा मॉडलों में क्रॉस-लिंगुअल ट्रांसफर में सुधार करती है, जिसे संभवतः लीनियर डिस्क्रिमिनेन्ट एनालिसिस (LDA) द्वारा टेक्स्ट को एक भाषा-समृद्ध सबस्पेस में प्रोजेक्ट करके बढ़ाया जा सकता है।
यह अध्ययन इस बात की जांच करता है कि कैसे व्यक्तित्व अनुकूलन (persona conditioning) अंग्रेजी और हिंदी में एलएलएम-जनित (LLM-generated) आख्यानों में लैंगिक पूर्वाग्रह को प्रभावित करता है, जिसमें यह पाया गया कि व्यक्तित्व के गुण—विशेष रूप से डार्क ट्रायड (Dark Triad) से संबंधित—पेशेवर संदर्भों में लैंगिक रूढ़ियों के परिमाण और दिशा को महत्वपूर्ण रूप से प्रभावित करते हैं।
GraphPlanner एक हेटेरोजेनियस ग्राफ मेमोरी-ऑगमेंटेड एजेंटिक राउटर है जो मल्टी-एजेंट LLM वर्कफ़्लो जनरेशन को सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से अनुकूलित एक मार्कोव डिसीजन प्रोसेस के रूप में स्वरूपित करता है, जो मजबूत सामान्यीकरण और अनुकूली मेमोरी उपयोगिता का समर्थन करते हुए कार्य सटीकता और कम्प्यूटेशनल दक्षता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र रोमानियाई भाषा के लिए पहले व्याकरणिक त्रुटि सुधार (GEC) कॉर्पस को प्रस्तुत करता है और यह प्रदर्शित करता है कि सिंथेटिक रूप से उत्पन्न डेटा पर एक बड़े ट्रांसफॉर्मर मॉडल को प्रीट्रेन करने से इस कम-संसाधन वाले परिवेश में प्रदर्शन में काफी सुधार होता है।
यह शोध पत्र "T" को प्रस्तुत करता है, जो एक नवीन ढांचा है जो यह मूल्यांकन करता है कि एआई-जनित औपचारिक प्रमेय (formal theorems) अर्थ संबंधी रूप से कितने सही हैं, यह सत्यापित करके कि क्या उन पर निर्भर अनुवर्ती प्रमेय (dependent successor theorems) सफलतापूर्वक संकलित (compile) होते हैं, जो पारंपरिक शाब्दिक या मैनुअल मूल्यांकन विधियों की तुलना में वर्तमान बड़े भाषा मॉडलों की प्रमेय निर्माण क्षमताओं में एक महत्वपूर्ण अंतर को प्रकट करता है।
यह शोध पत्र HeadRouter का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free), कार्य-अनुकूलित (task-adaptive) टोकन प्रूनिंग विधि है जो विभिन्न कार्यों में अटेंशन हेड्स के विशिष्ट महत्व के आधार पर ऑडियो टोकन को गतिशील रूप से रूट करती है, जिससे अत्याधुनिक संपीड़न प्रदर्शन प्राप्त होता है जो प्रमुख बेंचमार्क पर मूल मॉडल की सटीकता को भी पीछे छोड़ देता है।
यह शोध पत्र AIPsy-Affect को प्रस्तुत करता है, जो कीवर्ड-मुक्त भावनात्मक उपदेशों (vignettes) और मेल खाते तटस्थ नियंत्रणों वाला एक 480-आइटम वाला क्लिनिकल स्टिमुलस बैटरी है, ताकि भावना-विशिष्ट शब्दावली के भ्रम को समाप्त करके बड़े भाषा मॉडलों में भावना की कठोर यांत्रिक व्याख्यात्मकता (mechanistic interpretability) को सक्षम किया जा सके।
यह शोधपत्र MQUD को प्रस्तुत करता है, जो एक नवीन डेटासेट और ढांचा है जो वैज्ञानिक चित्रों और उनके साथ दिए गए पाठ से जिज्ञासु, संदर्भ-जागरूक प्रश्न उत्पन्न करके 'क्वेश्चन्स अंडर डिस्कशन' (QUD) के भाषाई सिद्धांत को मल्टीमॉडल डोमेन तक विस्तारित करता है, जिससे विजन-लैंग्वेज मॉडल्स को सरल दृश्य निष्कर्षण से परे उच्च-स्तरीय तर्क करने में सक्षम बनाया जा सके।
यह शोध पत्र प्रदर्शित करता है कि मानक SFT-फिर-RL पाइपलाइन वास्तव में हालिया मिश्रित-नीति (mixed-policy) विधियों से बेहतर प्रदर्शन करती है, जो यह प्रकट करता है कि इसके विपरीत पिछले दावे DeepSpeed और OpenRLHF में विशिष्ट बग्स के कारण उत्पन्न दोषपूर्ण बेसलाइन्स पर आधारित थे।
यह अध्ययन प्रदर्शित करता है कि 4B-पैरामीटर वाले मेडिकल लैंग्वेज मॉडल्स के लिए, डोमेन फाइन-ट्यूनिंग MedQA-USMLE बेंचमार्क पर रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) से काफी बेहतर प्रदर्शन करती है, जो यह संकेत देता है कि इस पैमाने पर चिकित्सा ज्ञान को संदर्भ के माध्यम से इंजेक्ट करने की तुलना में सीधे मॉडल वेट्स में एनकोड करना अधिक प्रभावी है।