10999 पेपर
DualDiffusion एक मास्क्ड डिफ्यूजन मॉडल्स (Masked Diffusion Models) के लिए एक स्पेक्युलेटिव डिकोडिंग फ्रेमवर्क है जो उच्च गुणवत्ता वाले जनरेशन को बनाए रखते हुए इन्फरेंस स्टेप्स को काफी कम करने के लिए तेज़, अनुमानित ड्राफ्टर मॉडल्स को सटीक वेरीफायर के साथ जोड़ता है, जिससे मौजूदा एप्रोक्सिमेशन और कैशिंग विधियों की तुलना में क्वालिटी-एफिशिएंसी ट्रेड-ऑफ में सुधार होता है।
यह शोध पत्र अनुभवजन्य रूप से मिक्सचर ऑफ एक्सपर्ट्स (MoE) आधारित लार्ज लैंग्वेज मॉडल्स में डोमेन-विशिष्ट विशेषज्ञों के अस्तित्व को प्रदर्शित करता है और इस निष्कर्ष का लाभ उठाते हुए DSMoE का प्रस्ताव देता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो बिना इन्फरेंस लागत बढ़ाए या पुन: प्रशिक्षण की आवश्यकता के बिना डोमेन प्रदर्शन को बढ़ाता है।
यह शोध पत्र Region-R1 प्रस्तुत करता है, जो एक नवीन मल्टी-मोडल री-रैंकिंग फ्रेमवर्क है जो रीजन-अवेयर ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (r-GRPO) के साथ एक निर्णय लेने वाली नीति का उपयोग करता है ताकि क्वेरी-साइड छवियों को गतिशील रूप से क्रॉप किया जा सके, जिससे विजुअल डिस्ट्रैक्टर्स (दृश्य भटकाव) को कम किया जा सके और चुनौतीपूर्ण बेंचमार्क पर रिट्रीवल प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) की उपपाठ (सबटेक्स्ट) का उपयोग करने और उसकी व्याख्या करने की क्षमता का व्यवस्थित रूप से आकलन करने के लिए चार नए मूल्यांकन सूट्स पेश करता है, जो यह प्रकट करते हैं कि यद्यपि अत्याधुनिक मॉडल शाब्दिक अर्थ की ओर झुकाव के कारण सूक्ष्म, निहित संचार के साथ सामान्यतः संघर्ष करते हैं, वे साझा आधार (कॉमन ग्राउंड) और विशिष्ट प्रासंगिक स्थितियों के साथ सुधार कर सकते हैं, हालांकि महत्वपूर्ण कमजोरियां बनी हुई हैं।
यह शोध पत्र तर्क देता है कि लार्ज लैंग्वेज मॉडल्स को दो पूरक इंटरफेसों के माध्यम से अनिश्चितता को स्पष्ट रूप से व्यक्त करने के लिए प्रशिक्षित किया जाना चाहिए—अंतिम उत्तरों को कैलिब्रेट करने के लिए वैश्विक मौखिक आत्मविश्वास (global verbalized confidence) और रिट्रीवल एवं वेरिफिकेशन जैसे कार्यों में हस्तक्षेप को ट्रिगर करने के लिए स्थानीय रीजनिंग-टाइम सिग्नलिंग (local reasoning-time signaling)—ताकि निर्णय लेने की प्रक्रिया को अनुकूलित किया जा सके।
यह शोध पत्र ICR-Drive को प्रस्तुत करता है, जो एक नैदानिक ढांचा (diagnostic framework) है जो विविध निर्देश संबंधी व्यवधानों (instruction perturbations) के विरुद्ध एंड-टू-एंड भाषा-संचालित स्वायत्त ड्राइविंग एजेंटों की मजबूती का मूल्यांकन करता है, जिससे यह पता चलता है कि प्राकृतिक भाषा के आदेशों में मामूली बदलाव सुरक्षा-महत्वपूर्ण परिदृश्यों में महत्वपूर्ण प्रदर्शन गिरावट और विशिष्ट विफलता मोड का कारण बन सकते हैं।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स में सिंगल-टर्न कॉन्फिडेंस एस्टीमेशन की सीमाओं को संबोधित करने के लिए मल्टी-टर्न कैलिब्रेशन पेश करता है, जो उपयोगकर्ता के अनुनय (persuasion) जैसे जोखिमों के बावजूद बातचीत के टर्न के दौरान विश्वसनीय, तथ्यात्मक और सुसंगत इंटरैक्शन को गतिशील रूप से बनाए रखने के लिए MTCal पद्धति और ConfChat डिकोडिंग रणनीति का प्रस्ताव करता है।
यह शोध पत्र MetaSD को पेश करता है, जो एक एकीकृत ढांचा (unified framework) है जो एलाइनमेंट फीडबैक के आधार पर मल्टी-आर्म्ड बैंडिट दृष्टिकोण के माध्यम से कई विषम ड्राफ्टर्स (heterogeneous drafters) को गतिशील रूप से चुनने और आवंटित करके लार्ज लैंग्वेज मॉडल इन्फरेंस को त्वरित करता है, जिससे यह पारंपरिक सिंगल-ड्राफ्टर स्पेक्युलेटिव डिकोडिंग विधियों से बेहतर प्रदर्शन करता है।
यह शोधपत्र ContentFuzz को प्रस्तुत करता है, जो एक कॉन्फिडेंस-गाइडेड फ्रेमवर्क है जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) का उपयोग करके सोशल मीडिया पोस्ट को इस तरह से पुनर्गठित करता है जिससे उनके मूल मानवीय इरादे को सुरक्षित रखते हुए मशीन द्वारा अनुमानित स्टैंड लेबल (स्टांस लेबल्स) को बदला जा सके, जिससे सामग्री को सूचनात्मक कोकून (इंफॉर्मेशन कोकून्स) से बाहर निकलने और विविध दर्शकों तक पहुँचने में मदद मिल सके।
यह शोध पत्र GMRL-BD प्रस्तुत करता है, जो एक नवीन ब्लैक-बॉक्स एल्गोरिदम है जो विकिपीडिया-व्युत्पन्न नॉलेज ग्राफ और मल्टी-एजेंट रिइन्फोर्समेंट लर्निंग का लाभ उठाकर उन विषयों की पहचान करके बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) की अविश्वसनीय सीमाओं का कुशलतापूर्वक पता लगाता है जो पक्षपाती प्रतिक्रियाओं के प्रति संवेदनशील हैं, जिसके साथ ही ललामा2 (Llama2) और विकुना (Vicuna) जैसे लोकप्रिय मॉडलों को कवर करने वाला एक नया डेटासेट भी जारी किया गया है।