11070 पेपर
यह अध्ययन प्रदर्शित करता है कि एक डेटा-संचालित टेक्स्ट-टू-स्पीच एल्गोरिदम, जो भाषण की गति में गुप्त रूप से लक्षित, कैंची जैसी (scissor-like) समायोजन लागू करता है, चुनौतीपूर्ण परिस्थितियों में देशी और गैर-देशी श्रोताओं दोनों के लिए शब्द बोधगम्यता में महत्वपूर्ण सुधार करता है, बावजूद इसके कि श्रोता वैश्विक रूप से धीमी गति को स्पष्ट समझने की गलती करते हैं।
यह शोध पत्र बड़े भाषा मॉडलों (large language models) के लिए एक NeuralUCB-आधारित ऑनलाइन रूटिंग पॉलिसी प्रस्तावित करता है जो अनुमान लागत (inference cost) और उपयोगिता पुरस्कार (utility reward) के बीच प्रभावी ढंग से संतुलन बनाता है, जो रैंडम और मिन-कॉस्ट बेसलाइनों से बेहतर प्रदर्शन करता है और मैक्स-क्वालिटी संदर्भों (max-quality references) के विरुद्ध प्रतिस्पर्धी प्रदर्शन प्राप्त करता है।
यह शोध पत्र QuaSAR प्रस्तुत करता है, जो एक अर्ध-प्रतीकात्मक (quasi-symbolic) तर्क ढांचा है जो बड़े भाषा मॉडलों (Large Language Models) को पूर्ण औपचारिक तर्क में अनुवाद की आवश्यकता के बिना प्रासंगिक चरों (variables) और विधेयकों (predicates) को अमूर्त बनाने के लिए निर्देशित करके चेन-ऑफ-थॉट (Chain-of-Thought) की सटीकता और सुदृढ़ता में सुधार करता है।
यह शोध पत्र प्रदर्शित करता है कि चेन-ऑफ-थॉट (CoT) तर्क, विशेष रूप से सूक्ष्म-स्तरीय डेटा के साथ, वैध निर्भरता संरचनाओं के आंतरिककरण को मजबूर करके और प्रत्यक्ष प्रश्न-उत्तर प्रशिक्षण में निहित शॉर्टकट से बचकर, मिश्रित कार्यों पर भाषा मॉडलों के आउट-ऑफ-डिस्ट्रीब्यूशन सामान्यीकरण को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र बहुभाषी रिट्रीवल-ऑगमेंटेड जनरेशन रणनीतियों की जांच करता है और CrossRAG का प्रस्ताव देता है, जो एक ऐसी विधि है जो प्रतिक्रिया उत्पन्न करने से पहले पुनर्प्राप्त दस्तावेजों को एक सामान्य भाषा में अनुवादित करती है, ताकि उच्च और निम्न-संसाधन दोनों भाषाओं में ज्ञान-गहन कार्यों पर प्रदर्शन को महत्वपूर्ण रूप से बढ़ाया जा सके।
यह शोध पत्र विशेषीकृत भाषा मॉडल बनाने के लिए कालानुक्रमिक रूप से खंडित कॉर्पोरा (temporally segmented corpora) का उपयोग करने वाले एक कुशल प्रीट्रेनिंग पाइपलाइन का प्रस्ताव करता है जो गति और ऐतिहासिक सटीकता में फाइन-ट्यून किए गए बेसलाइन से बेहतर प्रदर्शन करते हैं, जिससे शब्दकोश, व्याकरणिक और अर्थ संबंधी परिवर्तन जैसे विविध कालक्रमिक भाषाई परिघटनाओं की खोज सक्षम होती है।
SkillFlow एक स्केलेबल, चार-चरणीय रिट्रीवल पाइपलाइन पेश करता है जो एक बड़े कम्युनिटी रिपॉजिटरी से प्रासंगिक स्किल्स को प्रभावी ढंग से चुनकर कोडिंग बेंचमार्क पर AI एजेंट के प्रदर्शन में महत्वपूर्ण सुधार करता है, जबकि यह भी रेखांकित करता है कि सिस्टम की अंतिम सफलता काफी हद तक उपलब्ध स्किल कॉर्पस की गुणवत्ता और निष्पादन क्षमता पर निर्भर करती है।
यह शोध पत्र नए SynAnchors डेटासेट और परिष्कृत मूल्यांकन मेट्रिक्स के माध्यम से लार्ज लैंग्वेज मॉडल्स में एंकरिंग बायस (anchoring bias) के अस्तित्व, उथले-स्तर के तंत्रों (shallow-layer mechanisms) और सीमित शमन (mitigation) की जांच करता है।
यह शोध पत्र "मॉडल इम्यूनाइजेशन" (model immunization) का प्रस्ताव करता है, जो एक सुपरवाइज्ड फाइन-ट्यूनिंग दृष्टिकोण है जो प्रशिक्षण डेटा में क्यूरेटेड (असत्य दावा, सुधार) युग्मों की छोटी खुराक को इंजेक्ट करता है ताकि बड़े भाषा मॉडलों को दुष्प्रचार के प्रेरक भाषाई पैटर्न को सीधे अस्वीकार करना सिखाया जा सके, जिसके परिणामस्वरूप समग्र मॉडल क्षमताओं को संरक्षित करते हुए सटीकता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र UnsafeChain को प्रस्तुत करता है, जो स्पष्ट रूप से सुधारा गया असुरक्षित पूर्णता (completions) वाले कठिन प्रॉम्प्ट्स से निर्मित एक सुरक्षा संरेखण (safety alignment) डेटासेट है, जो बड़े रीजनिंग मॉडल्स की सामान्य रीजनिंग क्षमताओं को संरक्षित करते हुए उनकी सुरक्षा को महत्वपूर्ण रूप से बढ़ाता है।