10949 पेपर
यह शोध पत्र बड़े साहित्य संग्रहों से वैज्ञानिक सिद्धांतों को संश्लेषित करने के लिए एक स्केलेबल फ्रेमवर्क प्रस्तुत करता है, जो यह प्रदर्शित करता है कि साहित्य-आधारित पीढ़ी (literature-grounded generation) मौजूदा साक्ष्यों के साथ संरेखित होने और भविष्य के वैज्ञानिक परिणामों की भविष्यवाणी करने, दोनों में पैरामीट्रिक एलएलएम (LLM) मेमोरी की तुलना में काफी बेहतर प्रदर्शन करती है।
यह शोध पत्र "Testimole-conversational" को प्रस्तुत करता है, जो कि 1996 से 2024 तक के इतालवी चर्चा बोर्ड संदेशों का एक निःशुल्क उपलब्ध 30-बिलियन-शब्दों का संग्रह है, जिसे मूल इतालवी लार्ज लैंग्वेज मॉडल्स के प्री-ट्रेनिंग में सहायता करने और भाषाविज्ञान, समाजभाषाविज्ञान तथा ऑनलाइन सामाजिक संपर्क के अनुसंधान को सुगम बनाने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक मल्टी-एजेंट एलएलएम (LLM) फ्रेमवर्क प्रस्तुत करता है जो उपयोगकर्ता के प्रश्नों के प्रति उत्तरदायी प्राकृतिक भाषा स्पष्टीकरण उत्पन्न करके इंटरैक्टिव, उपयोगकर्ता-निर्देशित योजना बनाने की सुविधा प्रदान करता है, और एक उपयोगकर्ता अध्ययन के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण लक्ष्य संघर्षों (goal conflicts) को समझाने में पारंपरिक टेम्पलेट-आधारित इंटरफेस से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक हाइब्रिड CNN-Transformer आर्किटेक्चर प्रस्तुत करता है जो संवेदी स्पेक्ट्रल फीचर एक्सट्रैक्शन को ट्रांसफॉर्मर-आधारित टेम्पोरल डिपेंडेंसी मॉडलिंग के साथ जोड़कर EYASE कॉर्पस पर 97.8% सटीकता प्राप्त करता है।
फ्लक्स अटेंशन (Flux Attention) एक पैरामीटर-कुशल, संदर्भ-जागरूक फ्रेमवर्क है जो सिंक्रोनाइज़ेशन बाधाओं को समाप्त करने और लॉन्ग-कॉन्टेक्स्ट एलएलएम (long-context LLM) परिदृश्यों में उच्च प्रदर्शन बनाए रखते हुए 2.8 गुना तक इन्फरेंस स्पीडअप प्राप्त करने के लिए ट्रांसफार्मर परतों को फुल और स्पार्स अटेंशन मैकेनिज्म के बीच गतिशील रूप से रूट करता है।
SubSearch एक अनसुपरवाइज्ड (unsupervised) फ्रेमवर्क है जो जनरेटर्स को आंतरिक मध्यवर्ती पुरस्कारों (intrinsic intermediate rewards) के साथ सीधे अनुकूलित करके लार्ज लैंग्वेज मॉडल्स में जटिल पुनर्प्राप्ति और तर्क क्षमता को बढ़ाता है, जिससे बाहरी पर्यवेक्षण की आवश्यकता समाप्त हो जाती है और केवल परिणाम-आधारित दृष्टिकोणों की तुलना में अधिक सुदृढ़ तर्क पथ (reasoning traces) उत्पन्न होते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि स्व-पर्यवेक्षित शिक्षण मॉडल स्वाभाविक रूप से मैंडरिन और योरूबा में शाब्दिक स्वर (लेक्सिकल टोन) को कूटबद्ध करते हैं, उसके बाद विविक्त भाषण इकाइयों में क्वांटाइजेशन उप-खंडीय ध्वन्यात्मक संरचना को सुप्रासेगमेंटल विशेषताओं पर प्राथमिकता देता है, जो यह सुझाव देता है कि स्वर और लय (प्रोसोडी) को बेहतर ढंग से पकड़ने के लिए अवशिष्ट निरूपणों (रेसिडुअल रिप्रेजेंटेशन) पर एक द्वि-चरणीय क्लस्टरिंग दृष्टिकोण की आवश्यकता है।
ConsistRM एक सेल्फ-ट्रेनिंग फ्रेमवर्क है जो जनरेटिव रिवॉर्ड मॉडल्स को बेहतर बनाने के लिए कंसिस्टेंसी-अवेयर आंसर और क्रिटीक रिवार्ड्स पेश करता है ताकि स्थिर स्यूडो-लेबल्स जनरेट किए जा सकें और रिवॉर्ड हैकिंग को कम किया जा सके, जिससे यह महंगी मानवीय एनोटेशन पर निर्भर किए बिना वैनिला रीइन्फोर्समेंट फाइन-ट्यूनिंग से बेहतर प्रदर्शन करता है।
यह शोध पत्र DFR-Gemma का प्रस्ताव करता है, जो एक नवीन ढांचा (framework) है जो लार्ज लैंग्वेज मॉडल्स को उनके लेटेंट स्पेस के साथ संरेखित करके सीधे घने भू-स्थानिक एम्बेडिंग्स (dense geospatial embeddings) पर अंतर्निहित, कुशल और सटीक ज़ीरो-शॉट तर्क करने में सक्षम बनाता है, जिससे मध्यवर्ती टेक्स्टुअल निरूपणों की अक्षमताओं और अशुद्धियों को समाप्त किया जा सके।
यह शोध पत्र "डिकम्पोज़, लुक, एंड रीज़न" (DLR) का प्रस्ताव करता है, जो एक सुदृढ़ (reinforced) लेटेंट रीजनिंग फ्रेमवर्क है जो जटिल विज़ुअल रीजनिंग कार्यों में मौजूदा विधियों की तुलना में बेहतर प्रदर्शन और व्याख्यात्मकता प्राप्त करने के लिए प्रश्नों को टेक्स्टुअल प्रिमिसों (textual premises) में गतिशील रूप से विभाजित करता है और प्रिमिस-कंडीशन्ड निरंतर विज़ुअल लेटेंट्स (continuous visual latents) को निकालता है।