10792 पेपर
यह शोध पत्र CFMS को प्रस्तुत करता है, जो ट्रिपल-लेवल एनोटेशन और एक रूपक उपसमूह (metaphor subset) के साथ विशेषता वाला पहला सूक्ष्म-स्तरीय (fine-grained) चीनी मल्टीमॉडल व्यंग्य डेटासेट है, साथ ही एक सुदृढीकरण लर्निंग-संवर्धित इन-कॉन्टेक्स्ट लर्निंग रणनीति (PGDS) भी पेश करता है जो व्यंग्य पहचान और स्पष्टीकरण पीढ़ी के प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र GoCoMA को प्रस्तुत करता है, जो एक मल्टीमॉडल फ्रेमवर्क है जो कोड स्टाइलोमेट्री और बाइनरी प्री-एग्जीक्यूटेबल आर्टिफैक्ट इमेजेस को फ्यूज करने के लिए हाइपरबोलिक ज्योमेट्री का लाभ उठाता है ताकि LLM-जनित कोड को उसके स्रोत मॉडल के सटीक रूप से एट्रिब्यूट किया जा सके, जो मौजूदा यूनिमोडल और यूक्लिडियन बेसलाइन्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र लार्ज लैंग्वेज मॉडल प्रीट्रेनिंग के लिए डेटा मिक्सिंग विधियों का एक व्यापक सर्वेक्षण प्रस्तुत करता है, जो एक औपचारिक समस्या परिभाषा, स्टेटिक (स्थिर) और डायनेमिक (गतिशील) दृष्टिकोणों के बीच अंतर करने वाला एक सूक्ष्म वर्गीकरण, प्रदर्शन-लागत ट्रेड-ऑफ का विश्लेषण, और भविष्य के अनुसंधान दिशाओं के लिए एक रोडमैप प्रदान करता है।
यह शोध पत्र LiFT को प्रस्तुत करता है, जो एक अनुदैर्ध्य निर्देश फाइन-ट्यूनिंग (longitudinal instruction fine-tuning) ढांचा है जो एक पाठ्यक्रम-आधारित दृष्टिकोण का उपयोग करता है ताकि टेम्पोरल रीजनिंग कार्यों पर लार्ज लैंग्वेज मॉडल्स की इन-कॉन्टेक्स्ट लर्निंग क्षमता को महत्वपूर्ण रूप से बढ़ाया जा सके, जो विविध डेटासेट्स और मॉडल आकारों में विकसित होते इंटरैक्शन को ट्रैक करने और दुर्लभ परिवर्तन घटनाओं का पता लगाने में बेस मॉडल्स की तुलना में निरंतर सुधार प्रदर्शित करता है।
यह अध्ययन मार्च 2026 के लेबनान संघर्ष के दौरान एक महत्वपूर्ण विसंगति को प्रकट करता है, जहाँ मीडिया कवरेज मुख्य रूप से सैन्य घटनाओं (94.9%) पर केंद्रित था, जबकि जनता की सूचना संबंधी मांग, जिसे खोज रुझानों द्वारा मापा गया था, मुख्य रूप से आर्थिक स्थितियों, दैनिक जीवन और पलायन (63.1%) द्वारा संचालित थी।
यह शोध पत्र GeoRepEval प्रस्तुत करता है, जो एक ऐसा ढांचा है जो यह प्रदर्शित करता है कि बड़े भाषा मॉडल (large language models) ज्यामितीय तर्क—विशेष रूप से वेक्टर सूत्रीकरणों के साथ—में महत्वपूर्ण प्रदर्शन अंतराल और प्रतिनिधित्व-विशिष्ट विफलताओं को प्रदर्शित करते हैं, जो यह प्रकट करता है कि वर्तमान मॉडल मजबूत, अमूर्त ज्यामितीय समझ के बजाय सतही स्तर की अनुमानी प्रणालियों (surface-level heuristics) पर निर्भर करते हैं।
यह शोध पत्र UMLS मेटाथिसॉरस से संरचित बायोमेडिकल ज्ञान को भाषा मॉडलों में एकीकृत करने की दो रणनीतियों—कंटीन्यूअल प्रीट्रेनिंग (continual pretraining) और ग्राफ-आरएजी (GraphRAG)—की तुलना करता है, यह प्रदर्शित करते हुए कि जहाँ प्रीट्रेनिंग विशिष्ट कार्यों पर मामूली लाभ प्रदान करती है, वहीं ग्राफ-आरएजी बायोमेडिकल प्रश्नोत्तर (biomedical question answering) पर बेहतर, पारदर्शी और बिना पुन: प्रशिक्षण (retraining-free) के प्रदर्शन सुधार प्रदान करता है।
यह शोध पत्र iPhoneme प्रस्तुत करता है, जो ALS रोगियों के लिए एक उच्च-प्रदर्शन वाला ब्रेन-टू-टेक्स्ट संचार प्रणाली है, जो 92.14% फोनम सटीकता और CPU हार्डवेयर पर वास्तविक समय संचालन प्राप्त करने के लिए एक संशोधित ConformerXL न्यूरल डिकोडर को गेज़-असिस्टेड साइलेंट-स्पीच इंटरफ़ेस के साथ जोड़ता है।
यह शोध पत्र इकोचेन (EchoChain) को प्रस्तुत करता है, जो एक नया बेंचमार्क है जिसे वास्तविक समय के वॉयस असिस्टेंट्स द्वारा बीच में बोलने के दौरान बाधित होने पर टास्क स्टेट्स (कार्य अवस्थाओं) को अपडेट करने में होने वाली महत्वपूर्ण विफलताओं का मूल्यांकन और निदान करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि वर्तमान प्रणालियाँ कॉन्टेक्स्टुअल इनरशिया (संदर्भगत जड़ता), इंटरप्शन एमनेशिया (बाधा विस्मृति), और ऑब्जेक्टिव डिस्प्लेसमेंट (उद्देश्य विस्थापन) के साथ संघर्ष करती हैं।
यह शोध पत्र NL2SQLBench को प्रस्तुत करता है, जो पहला मॉड्यूलर बेंचमार्किंग फ्रेमवर्क है जो प्रभावशीलता और दक्षता के मूल्यांकन के लिए सूक्ष्म-स्तरीय मेट्रिक्स प्रदान करने हेतु NL2SQL प्रणालियों को स्कीमा चयन (Schema Selection), कैंडिडेट जनरेशन (Candidate Generation), और क्वेरी रिवीज़न (Query Revision) मॉड्यूल में विभाजित करता है, जो वर्तमान पद्धतियों में महत्वपूर्ण सटीकता और कम्प्यूटेशनल अंतराल को उजागर करता है और मौजूदा डेटासेट एवं मूल्यांकन नियमों में गंभीर खामियों को रेखांकित करता है।