10792 पेपर
यह शोध पत्र छह भाषाओं में 25 आधुनिक भाषा मॉडलों का व्यवस्थित रूप से परीक्षण करता है ताकि यह प्रकट किया जा सके कि जबकि विभक्ति संबंधी विशेषताएं नेटवर्क के माध्यम से रैखिक रूप से डिकोड करने योग्य बनी रहती हैं, मॉडल विशिष्ट शब्द पहचान को संक्षिप्त, भविष्य कहने वाले संरचनाओं के साथ बदलने के कारण गहराई के साथ शाब्दिक पहचान (lexical identity) के प्रतिनिधित्व को कमजोर कर देते हैं।
यह शोध पत्र Re:Verse प्रस्तुत करता है, जो एक नवीन मूल्यांकन ढांचा है जो व्यवस्थित रूप से वर्तमान विजन लैंग्वेज मॉडल्स की व्यक्तिगत पैनल पहचान में दक्षता के बावजूद, मंगा जैसे अनुक्रमिक दृश्य कहानी कहने में गहन कथा तर्क करने और लौकिक कार्य-कारण संबंध बनाए रखने में अक्षमता को प्रकट करता है।
यह शोध पत्र WISCA का प्रस्ताव करता है, जो एक हल्का वेट स्केलिंग (weight scaling) तरीका है जो मॉडल आर्किटेक्चर को बदले बिना वेट पैटर्न को अनुकूलित करने और LLM प्रशिक्षण अभिसरण (convergence) तथा सामान्यीकरण (generalization) में सुधार करने के लिए रणनीतिक रूप से न्यूरल नेटवर्क मापदंडों को पुनर्गणना (rescale) करता है।
यह शोधपत्र SMARTER को प्रस्तुत करता है, जो एक डेटा-कुशल, दो-चरणीय ढांचा है जो सिंथेटिक स्पष्टीकरण उत्पन्न करने और क्रॉस-मॉडल प्रशिक्षण के माध्यम से उन्हें परिष्कृत करने के लिए स्व-संवर्धित (self-augmenting) लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे न्यूनतम मानवीय पर्यवेक्षण के साथ विषाक्तता का पता लगाने और स्पष्टीकरण की गुणवत्ता में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र एलएलएम (LLM) आउटपुट होमोजेनाइजेशन (एकरूपता) के मूल्यांकन के लिए एक कार्य-निर्भर ढांचे का प्रस्ताव करता है, जिसमें कार्यात्मक विविधता के एक वर्गीकरण को पेश किया गया है जिसे उपयोगकर्ता अध्ययनों द्वारा प्रमाणित किया गया है ताकि यह प्रदर्शित किया जा सके कि जब विविधता को विशिष्ट कार्य आवश्यकताओं के अनुसार अवधारणाबद्ध किया जाता है, तो विविधता और गुणवत्ता स्वाभाविक रूप से एक-दूसरे के विपरीत (ट्रेड-ऑफ) नहीं होते हैं।
यह अध्ययन प्रकट करता है कि जबकि ट्रांसफार्मर मॉडल स्केलिंग के माध्यम से कम-आयामी ग्रिड जैसी संरचनाओं पर ट्रांजिटिव कनेक्टिविटी को प्रभावी ढंग से सीख और सामान्यीकृत कर सकते हैं, वे कई विच्छेदित घटकों या उच्च-आयामी संरचनाओं वाले जटिल ग्राफों पर ऐसा करने में संघर्ष करते हैं।
यह शोध पत्र विजन-लैंग्वेज मॉडल (Vision-Language Model) के स्पष्टीकरणों का मूल्यांकन करने के लिए दो नए गुणवत्ता स्कोरिंग फंक्शन, विजुअल फिडेलिटी (Visual Fidelity) और कॉन्ट्रास्टिवनेस (Contrastiveness) प्रस्तावित करता है, जो यह प्रदर्शित करता है कि इन स्कोर्स को स्पष्टीकरणों के साथ प्रदर्शित करने से विजुअल संदर्भ के बिना भी भविष्यवाणी की सटीकता का सही ढंग से आकलन करने की उपयोगकर्ताओं की क्षमता में काफी सुधार होता है और गलत आउटपुट पर अत्यधिक निर्भरता को कम करता है।
यह शोध पत्र CrowdNotes+ प्रस्तुत करता है, जो एक LLM-संवर्धित ढांचा है जो साक्ष्य-आधारित संवर्धन और एक पदानुक्रमित मूल्यांकन प्रक्रिया के माध्यम से स्वास्थ्य संबंधी गलत सूचना शासन को स्वचालित और उन्नत करके X के मानव-नेतृत्व वाले कम्युनिटी नोट्स की विलंबता (latency) और शैलीगत पूर्वाग्रह को संबोधित करता है, और अंततः शुद्धता, उपयोगिता और साक्ष्य उपयोगिता में मानव योगदानकर्ताओं से बेहतर प्रदर्शन करता है।
यह शोधपत्र तर्क देता है कि मानव लेबल भिन्नता (Human Label Variation - HLV), जिसे अक्सर शोर (noise) मानकर खारिज कर दिया जाता है, को पोस्ट-ट्रेनिंग एनएलपी (NLP) डेटासेट्स में एक अंतर्निहित मूल्य (*Selbstzweck*) के रूप में संरक्षित किया जाना चाहिए ताकि विविध दृष्टिकोणों को कृत्रिम सर्वसम्मति में समेटने के बजाय मानवीय बहुलवाद को बेहतर ढंग से पकड़ा जा सके और सामाजिक-तकनीकी सुरक्षा सुनिश्चित की जा सके।
यह शोध पत्र प्रदर्शित करता है कि विविध लार्ज लैंग्वेज मॉडल्स (LLMs) संख्याओं के लिए आश्चर्यजनक रूप से सार्वभौमिक और विनिमेय साइनुसोइडल (sinusoidal) निरूपणों पर अभिसरित होते हैं, जो संख्यात्मक एन्कोडिंग का सटीक मूल्यांकन करने और यांत्रिक संवर्द्धनों के माध्यम से अंकगणितीय त्रुटियों को कम करने के लिए एक महत्वपूर्ण निष्कर्ष है।