11070 पेपर
यह शोध पत्र मास्क्ड डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक मॉडल शेड्यूलिंग रणनीति प्रस्तावित करता है जो कम महत्वपूर्ण मध्य डिनोइजिंग स्टेप्स के दौरान फुल ट्रांसफॉर्मर को एक छोटे मॉडल से बदल देता है, जिससे जनरेटिव क्वालिटी को बनाए रखते हुए FLOPs में 17% तक की कमी आती है।
यह शोध पत्र CIPHER का परिचय देता है, जो एक Conformer-आधारित मॉडल है जो ERP और DDA विशेषताओं का उपयोग करके उच्च-घनत्व वाले EEG से फोनम (phonemes) के डिकोडिंग को बेंचमार्क करता है, जिससे यह पता चलता है कि जहाँ बाइनरी आर्टिकुलेटरी कार्यों में उच्च प्रदर्शन प्राप्त होता है, वहीं सूक्ष्म 11-वर्ग फोनम वर्गीकरण सीमित और कन्फाउंड-संवेदनशील (confound-vulnerable) बना रहता है, जो इस कार्य को एक कार्यात्मक EEG-से-टेक्स्ट सिस्टम के बजाय एक फीचर-तुलना अध्ययन के रूप में स्थापित करता है।
यह शोध पत्र एक सिंथेटिक डेटा पाइपलाइन पेश करता है जो लो-स्ट्रेंथ मॉडल मर्जिंग के माध्यम से लॉन्ग-कॉन्टेक्स्ट विजुअल डॉक्यूमेंट अंडरस्टैंडिंग के लिए रीजनिंग ट्रेसेस को जेनरेट और इंटरनलाइज़ करता है, जिससे Qwen3 VL 32B जैसे छोटे मॉडल काफी बड़े समकक्षों से बेहतर प्रदर्शन करने में सक्षम होते हैं और आउटपुट टोकन के उपयोग को भी भारी रूप से कम करते हैं।
यह शोध पत्र श्रम अर्थशास्त्र में अंतर्निहित संज्ञानात्मक चरों के लिए वैध मापन उपकरणों के रूप में लार्ज लैंग्वेज मॉडल्स (LLMs) के उपयोग के लिए एक सैद्धांतिक ढांचा स्थापित करता है, जो संवर्धित मानव पूंजी सूचकांक (Augmented Human Capital Index) के निर्माण और सत्यापन के माध्यम से यह प्रदर्शित करता है कि LLMs एआई एक्सपोज़र के विशिष्ट आयामों को प्रकट करने और आर्थिक अनुमान में मापन त्रुटि को सुधारने के लिए व्यावसायिक कार्य सामग्री (occupational task content) को विश्वसनीय रूप से परिमाणित कर सकते हैं।
यह शोध पत्र SWAY को पेश करता है, जो भाषा मॉडल के चाटुकारिता (sycophancy) को मापने के लिए एक अनसुपरवाइज्ड काउंटरफैक्चुअल मेट्रिक है, और यह प्रदर्शित करता है कि एक काउंटरफैक्चुअल चेन-ऑफ-थॉट शमन रणनीति इस पूर्वाग्रह को वास्तविक साक्ष्य के प्रति प्रतिक्रियाशीलता से समझौता किए बिना लगभग शून्य तक प्रभावी ढंग से कम करती है।
यह शोध पत्र यह प्रदर्शित करता है कि छोटे ओपन-सोर्स एलएलएम (LLMs), विशेषीकृत, एलएलएम-निर्देशित प्रॉम्प्ट्स से लैस होने पर गणितीय प्रमाणों को सत्यापित करने में फ्रंटियर मॉडल्स के बराबर हो सकते हैं जो उनकी अंतर्निहित विसंगति और प्रॉम्प्ट संवेदनशीलता को दूर करते हैं, जिससे इस कार्य के लिए फ्रंटियर मॉडल्स की आवश्यकता को चुनौती मिलती है।
यह शोध पत्र वाक्य-कंकाल निरंतरता (sentence-skeleton consistency) का विश्लेषण करके कथा सुसंगतता (narrative coherence) का मूल्यांकन करने के लिए एक सेंटेंस/स्केलेटन सिमिलैरिटी नेटवर्क (SSN) प्रस्तावित करता है, लेकिन यह पाता है कि वाक्य-स्तरीय मॉडल कंकाल-आधारित दृष्टिकोणों की तुलना में बेहतर प्रदर्शन करते हैं, जो यह सुझाव देता है कि पूर्ण वाक्यों पर ध्यान केंद्रित करने वाली वर्तमान अत्याधुनिक तकनीकें उप-वाक्य संरचनाओं (sub-sentence structures) पर निर्भर तकनीकों की तुलना में अधिक प्रभावी हैं।
यह शोध पत्र यह तर्क देता है कि समान टोकन बजट के तहत मल्टी-हॉप रीजनिंग (multi-hop reasoning) के लिए सिंगल-एजेंट LLMs, मल्टी-एजेंट सिस्टम की तुलना में अधिक सूचना-कुशल हैं, जो अनुभवजन्य अध्ययन और सूचना-सैद्धांतिक विश्लेषण के माध्यम से यह प्रदर्शित करता है कि रिपोर्ट किए गए मल्टी-एजेंट लाभ अक्सर अंतर्निहित वास्तुशिल्प लाभों के बजाय अनियंत्रित गणना और संदर्भ आर्टिफ़ैक्ट्स (context artifacts) से उत्पन्न होते हैं।
यह शोध पत्र प्रदर्शित करता है कि बड़े भाषा मॉडल नियम-खोज कार्यों के दौरान पुष्टिकरण पूर्वाग्रह (confirmation bias) प्रदर्शित करते हैं, जिससे अक्षम परिकल्पना परीक्षण होता है, लेकिन यह भी दिखाता है कि इस सीमा को लक्षित प्रॉम्प्टिंग और व्यवहार संबंधी आसवन (behavioral distillation) के माध्यम से प्रभावी ढंग से कम किया जा सकता है, जिससे उनके तर्क प्रदर्शन में सुधार होता है।
यह शोध पत्र यह प्रदर्शित करता है कि जहाँ बड़े भाषा मॉडल (large language models) मानव सामाजिक अनुमानों के संरचनात्मक पैटर्न को गुणात्मक रूप से दोहराते हैं, वहीं वे अक्सर इन अनुमानों के परिमाण को विकृत कर देते हैं, एक ऐसी सीमा जिसे प्रैग्मैटिक थ्योरी (pragmatic theory) पर आधारित प्रॉम्प्टिंग रणनीतियों द्वारा, विशेष रूप से वक्ता के ज्ञान और उद्देश्यों को संबोधित करके, आंशिक रूप से कम किया जा सकता है।