10947 पेपर
म्नेमिसिस (Mnemis) एक नवीन मेमोरी फ्रेमवर्क है जो पदानुक्रमित ग्राफों (hierarchical graphs) पर तेज़, समानता-आधारित सिस्टम-1 सर्च को एक विचारशील, टॉप-डाउन सिस्टम-2 ग्लोबल सिलेक्शन मैकेनिज्म के साथ एकीकृत करके लॉन्ग-टर्म एलएलएम रिट्रीवल को बढ़ाता है, जिससे लॉन्ग-टर्म मेमोरी बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र "GNN-as-Judge" का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो टेक्स्ट-एट्रीब्यूटेड ग्राफ्स पर फ्यू-शॉट सेमी-सुपरवाइज्ड लर्निंग को बेहतर बनाने के लिए ग्राफ न्यूरल नेटवर्क्स का लाभ उठाकर विश्वसनीय सूडो-लेबल्स (pseudo-labels) उत्पन्न करता है और लार्ज लैंग्वेज मॉडल्स की फाइन-ट्यूनिंग के दौरान शोर (noise) को कम करता है।
SynDocDis एक नवीन, गोपनीयता-संरक्षित ढांचा है जो चिकित्सकों के बीच उच्च-गुणवत्ता वाले, नैदानिक रूप से सटीक सिंथेटिक संवाद उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स और संरचित मेटाडेटा का लाभ उठाता है, जो डेटा एक्सेस की सीमाओं को प्रभावी ढंग से संबोधित करता है और चिकित्सा शिक्षा एवं निर्णय समर्थन अनुप्रयोगों में मजबूत प्रदर्शन प्रदर्शित करता है।
यह शोधपत्र यह प्रदर्शित करता है कि जबकि सरल एक्सपोनेंशियल मूविंग एवरेज (EMA) ट्रेस व्याकरणिक भूमिका निर्धारण जैसे कार्यों के लिए टेम्पोरल स्ट्रक्चर को प्रभावी ढंग से कैप्चर कर सकते हैं, वे डेटा-स्वतंत्र संपीड़न (data-independent compression) से होने वाली अपरिवर्तनीय सूचना हानि के कारण लैंग्वेज मॉडलिंग में मौलिक रूप से विफल हो जाते हैं, जो यह सिद्ध करता है कि टोकन पहचान को बनाए रखने के लिए सीखा हुआ, इनपुट-निर्भर चयन आवश्यक है।
यह शोध पत्र एक व्यापक सर्वेक्षण प्रस्तुत करता है जो चिकित्सा तर्क (मेडिकल रीजनिंग) को एक पुनरावृत्ति संज्ञानात्मक प्रक्रिया के रूप में अवधारणाबद्ध करता है, मौजूदा विधियों को सात तकनीकी मार्गों में व्यवस्थित करता है, और MR-Bench—एक वास्तविक अस्पताल डेटा बेंचमार्क—को पेश करता है ताकि वर्तमान LLMs की परीक्षा-स्तर की सफलता और वास्तविक नैदानिक निर्णय लेने में उनकी विश्वसनीयता के बीच के महत्वपूर्ण प्रदर्शन अंतर को उजागर किया जा सके।
यह शोध पत्र ओपन-सेट टेक्स्ट क्लासिफिकेशन के लिए होलिस्टिक अनसर्टेन्टी एस्टीमेशन (HolUE) पद्धति को टेक्स्ट और गैलरी अनसर्टेन्टी दोनों को संबोधित करने के लिए अनुकूलित करने का प्रस्ताव करता है, जो कई डेटासेट्स पर प्रेडिक्शन रिजेक्शन प्रदर्शन में महत्वपूर्ण सुधार प्रदर्शित करता है और इस कार्य के लिए एक नया बेंचमार्क प्रस्तुत करता है।
यह शोध पत्र न्यूरल मॉडलों के एक समूह को प्रस्तुत करता है, जिसमें NeuralSBS और एक एंसेम्बल-आधारित WhisperBert शामिल हैं, जो पारंपरिक व्यक्तिपरक विधियों की तुलना में सापेक्ष मूल्यांकन में उच्च सटीकता और पूर्ण स्कोरिंग में कम त्रुटि दर प्राप्त करके, टेक्स्ट-टू-स्पीच गुणवत्ता का मूल्यांकन करने में मानव अंतर-रेटर निरंतरता (human inter-rater consistency) से काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र प्रदर्शित करता है कि हार्ड पदानुक्रमित रूटिंग (hard hierarchical routing) के साथ ट्री-स्ट्रक्चर्ड फीड-फॉरवर्ड लेयर्स, बड़े ट्रांसफॉर्मर्स में डेंस MLPs के स्केलेबल और स्पार्स विकल्पों के रूप में कार्य कर सकते हैं, जो डेंस बेसलाइन्स के समान प्रदर्शन प्राप्त करते हुए प्रति टोकन 5% से कम यूनिट्स को सक्रिय करते हैं और एक उभरते हुए ऑटो-प्रूनिंग प्रभाव को प्रदर्शित करते हैं जो डायनेमिक रूटिंग को स्टैटिक स्ट्रक्चरल स्पर्सिटी में परिवर्तित कर देता है।
यह शोध पत्र मल्टी-यूज़र (बहु-उपयोगकर्ता) एलएलएम (LLM) एजेंटों को एक मल्टी-प्रिंसिपलल (बहु-प्रिंसिपल) निर्णय समस्या के रूप में औपचारिक रूप देकर, एक एकीकृत इंटरेक्शन प्रोटोकॉल और स्ट्रेस-टेस्टिंग परिदृश्य पेश करके, और यह प्रकट करके कि वर्तमान फ्रंटियर मॉडल परस्पर विरोधी हितों वाले कई उपयोगकर्ताओं की सेवा करते समय स्थिर प्राथमिकता बनाए रखने, गोपनीयता संरक्षित करने और कुशलतापूर्वक समन्वय करने में संघर्ष करते हैं, उनका पहला व्यवस्थित अध्ययन प्रस्तुत करता है।
यह शोध पत्र टेम्परेचर-कंट्रोल्ड वर्डिक्ट एग्रीगेशन (TCVA) को प्रस्तुत करता है, जो एक नवीन मूल्यांकन पद्धति है जो सामान्यीकृत पावर-मीन एग्रीगेशन के माध्यम से मूल्यांकन की कठोरता को गतिशील रूप से समायोजित करने के लिए एक टेम्परेचर पैरामीटर का उपयोग करती है, जिससे बिना किसी अतिरिक्त LLM कॉल के RAGAS के समान मानव-संरेखित प्रदर्शन प्राप्त होता है।