11070 पेपर
GraphER एक नवीन, रिट्रीवर-अज्ञेय (retriever-agnostic) विधि है जो बिना किसी समर्पित नॉलेज ग्राफ की आवश्यकता के या महत्वपूर्ण विलंबता (latency) के बिना, बहुआयामी डेटा निकटता को कैप्चर करने के लिए ऑफलाइन ग्राफ-आधारित संवर्धन और क्वेरी-टाइम पुनर्रैंकिंग करके रिट्रीवल-ऑगमेंटेड जनरेशन को बेहतर बनाती है।
LogitScope एक हल्का, मॉडल-अज्ञेय (model-agnostic) फ्रेमवर्क है जो लेबल किए गए डेटा की आवश्यकता के बिना इन्फरेंस के दौरान एंट्रॉपी (entropy) और वेरेंट्रॉपी (varentropy) जैसे टोकन-स्तरीय सूचना मेट्रिक्स की गणना करके LLM अनिश्चितता का विश्लेषण करता है और संभावित मतिभ्रम (hallucinations) की पहचान करता है।
यह शोध पत्र मॉडल फीचर एजेंट (MoFA) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो औद्योगिक प्रणालियों में बाधा-जागरूक (constraint-aware), क्रमिक फीचर चयन करने के लिए LLM-संचालित तर्क का लाभ उठाता है, जो उन विविध वास्तविक दुनिया के अनुप्रयोगों में मॉडल की सटीकता और दक्षता को प्रभावी ढंग से सुधारता है जहाँ लेबल किए गए डेटा की कमी होती है।
यह शोध पत्र यह प्रदर्शित करता है कि सिस्टम प्रॉम्प्ट में आज्ञावाचक रूप (इम्पेरेटिव मूड) भाषा-निर्भर निर्देश टोपोलॉजी बनाता है—जो अंग्रेजी में सहयोगात्मक है लेकिन स्पेनिश में प्रतिस्पर्धी है—जो विभिन्न सामाजिक रजिस्टर परंपराओं के कारण होता है, जबकि निर्देशों को निश्चयात्मक रूप (डिक्लेरेटिव मूड) में फिर से लिखने से इस अंतर-भाषाई भिन्नता में काफी कमी आती है।
इंटरन-S1-प्रो (Intern-S1-Pro) एक क्रांतिकारी एक-ट्रिलियन-पैरामीटर वाला ओपन-सोर्स वैज्ञानिक मल्टीमॉडल फाउंडेशन मॉडल है जो सामान्य तर्क और 100 से अधिक विशिष्ट वैज्ञानिक कार्यों में उत्कृष्टता प्राप्त करने के लिए कुशल आरएल (RL) प्रशिक्षण बुनियादी ढांचे का लाभ उठाता है, जो शीर्ष-स्तरीय सामान्य क्षमताओं को बनाए रखते हुए डोमेन-विशिष्ट गहराई में प्रोप्राइटरी मॉडलों से बेहतर प्रदर्शन करता है।
यह अध्ययन विषय मॉडलिंग (topic modeling), एलएलएम-आधारित भावना विश्लेषण (LLM-based sentiment analysis) और इकाई-ग्राफ विज़ुअलाइज़ेशन (entity-graph visualization) को जोड़कर यह परीक्षण करता है कि 20वीं सदी की शुरुआत के स्लोवेनियाई समाचार पत्रों में सामूहिक पहचान और राजनीतिक झुकाव को कैसे दर्शाया गया था, जो शोर युक्त ऐतिहासिक डेटा पर डिजिटल मानविकी अनुसंधान के लिए स्केलेबल कम्प्यूटेशनल विधियों को आलोचनात्मक विमर्श विश्लेषण के साथ एकीकृत करने के मूल्य को प्रदर्शित करता है।
यह शोध पत्र प्रकट करता है कि मौखिक रूप से व्यक्त किया गया आत्मविश्वास और वास्तविक सटीकता LLMs में ऑर्थोगोनल रैखिक संकेतों के रूप में एनकोड किए जाते हैं, जो एक ऐसा संबंध है जिसे तर्क प्रक्रियाओं द्वारा बाधित किया जाता है, और एक दो-चरणीय अनुकूली स्टीयरिंग पाइपलाइन का प्रस्ताव करता है ताकि आत्मविश्वास आउटपुट को आंतरिक सटीकता अनुमानों के साथ संरेखित किया जा सके, जिससे मॉडल अंशांकन (कैलिब्रेशन) में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक टाइप-2 सिग्नल डिटेक्शन थ्योरी फ्रेमवर्क पेश करता है जो मेटा-डी' (meta-d') और एम-रेशियो (M-ratio) का उपयोग करके एक एलएलएम (LLM) के तथ्यात्मक ज्ञान और उसकी मेटाकॉग्निटिव दक्षता के बीच अंतर करता है, जिससे यह पता चलता है कि मानक कैलिब्रेशन मेट्रिक्स उन महत्वपूर्ण विविधताओं को छिपा सकते हैं कि विभिन्न डोमेन और मॉडल आर्किटेक्चर में मॉडल वास्तव में "क्या जानते हैं, वे कितना जानते हैं" के मामले में कितने सक्षम हैं।
यह शोध पत्र एएसआर (ASR) परिकल्पनाओं को फोनम कन्फ्यूजन नेटवर्क में मैप करके और क्रॉस-अटेंशन के माध्यम से शब्द-स्तरीय और फ्रेम-स्तरीय विशेषताओं को संयोजित करके, बिना फोनम टाइम अलाइनमेंट की आवश्यकता के उच्चारण की शुद्धता (goodness-of-pronunciation) स्कोर की गणना करने की एक विधि प्रस्तावित करता है, जिससे कमजोर रूप से पर्यवेक्षित (weakly-supervised) मॉडलों का उपयोग करके कम-संसाधन वाली भाषाओं के लिए प्रभावी भाषण मूल्यांकन सक्षम होता है।
यह शोध पत्र प्रदर्शित करता है कि स्ट्रक्चर्ड रीजनिंग द्वारा निर्देशित होने पर, हल्के और सामान्य-उद्देश्य वाले LLMs, उत्पादन वातावरण में प्रॉम्प्ट हमलों का पता लगाने के लिए कम-विलंबता वाले सुरक्षा न्यायाधीश के रूप में प्रभावी ढंग से कार्य कर सकते हैं, जो वर्तमान में सिंगापुर की सार्वजनिक सेवा चैटबॉट्स में तैनात एक विधि है, जबकि एक 'मिक्सचर-ऑफ-मॉडेल्स' दृष्टिकोण केवल मामूली प्रदर्शन सुधार प्रदान करता है।