11070 पेपर
यह शोध पत्र BiHumanML3D को प्रस्तुत करता है, जो कि पहला द्विभाषी टेक्स्ट-टू-मोशन बेंचमार्क है, और क्रॉस-लिंगुअल अलाइनमेंट रणनीति के साथ बाइसिंगुअल मोशन डिफ्यूजन (BiMD) का प्रस्ताव देता है ताकि क्रॉस-लिंगुअल मोशन जनरेशन प्रदर्शन में महत्वपूर्ण सुधार किया जा सके और ज़ीरो-शॉट कोड-स्विचिंग को सक्षम बनाया जा सके।
यह शोध पत्र क्रॉस-प्रेफरेंस लर्निंग (CPL) को प्रस्तुत करता है, जो एक प्राथमिकता-आधारित प्रशिक्षण ढांचा है जो बिना किसी संरचनात्मक संशोधन के संदर्भ-जागरूक मशीन अनुवाद प्रणालियों की अनुवाद गुणवत्ता और मजबूती में सुधार करने के लिए इंट्रा- और क्रॉस-कंडीशन प्राथमिकताओं को एकीकृत करके प्रासंगिक जानकारी के परिवर्तनशील लाभों को स्पष्ट रूप से मॉडल करता है।
यह शोध पत्र प्रकट करता है कि वर्तमान बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) स्पष्ट संदर्भगत अनुस्मारकों के बिना बहु-चरणीय अंतःक्रियाओं में स्थिर, अंतर्निहित लक्ष्यों को बनाए रखने में संघर्ष करते हैं, जो निरंतर मानव-समान व्यक्तित्व लक्षणों का अनुकरण करने की उनकी क्षमता में एक महत्वपूर्ण सीमा को रेखांकित करता है।
यह शोधपत्र WebTestBench प्रस्तुत करता है, जो एक व्यापक बेंचमार्क और बेसलाइन फ्रेमवर्क है जिसे एंड-टू-एंड स्वचालित वेब परीक्षण में कंप्यूटर-उपयोग एजेंटों की क्षमताओं का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो टेस्ट पूर्णता, दोष पहचान (defect detection) और लॉन्ग-होरिज़न इंटरेक्शन विश्वसनीयता के संबंध में वर्तमान LLMs में महत्वपूर्ण अंतराल को उजागर करता है।
यह शोध पत्र MolQuest को प्रस्तुत करता है, जो वास्तविक रासायनिक डेटा पर आधारित एक नवीन मल्टी-टर्न इंटरैक्टिव बेंचमार्क है जो आणविक संरचना स्पष्टीकरण में लार्ज लैंग्वेज मॉडल्स की एबडक्टिव रीजनिंग (abductive reasoning) और रणनीतिक निर्णय लेने की क्षमताओं का मूल्यांकन करता है, जिससे यह प्रकट होता है कि अत्याधुनिक मॉडल भी इन जटिल वैज्ञानिक परिदृश्यों में सटीकता के साथ संघर्ष करते हैं।
यह शोध पत्र CRAFT को प्रस्तुत करता है, जो यह दर्शाता है कि वर्तमान लार्ज लैंग्वेज मॉडल्स, उन्नत रीजनिंग सिस्टम सहित, आंशिक जानकारी के तहत मल्टी-एजेंट समन्वय में संघर्ष करते हैं, क्योंकि मजबूत व्यक्तिगत रीजनिंग क्षमताएं विश्वसनीय रूप से सफल सहयोगात्मक संचार में परिवर्तित नहीं होती हैं।
यह शोध पत्र WSF-ARG+ को प्रस्तुत करता है, जो घृणास्पद भाषण (hate speech) को जांच-योग्यता (check-worthiness) की जानकारी के साथ संयोजित करने वाला पहला डेटासेट है, और एक LLM-इन-द-लूप फ्रेमवर्क का प्रस्ताव करता है जो मानव एनोटेशन प्रयास को कम करता है और यह प्रदर्शित करता है कि जांच-योग्यता लेबल को शामिल करने से घृणास्पद भाषण का पता लगाने के प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र तर्क देता है कि जनरेटिव एआई के युग में गहरे शिक्षण के एक उपकरण के रूप में लेखन के संज्ञानात्मक लाभों को संरक्षित करने के लिए, शिक्षकों को केवल पहचान और प्रतिबंधों से आगे बढ़कर ऐसी अनुकूलन योग्य शिक्षाशास्त्र की ओर बढ़ना चाहिए जो मानवीय लेखन प्रक्रिया को महत्व दे और मशीन-जनित पाठ को पहचानने के लिए आवश्यक आलोचनात्मक साक्षरता विकसित करे।
यह शोध पत्र "एडेप्टिव चंकिंग" (Adaptive Chunking) प्रस्तुत करता है, जो पांच नवीन आंतरिक मेट्रिक्स के आधार पर प्रत्येक दस्तावेज़ के लिए सर्वोत्तम चंकिंग रणनीति को गतिशील रूप से चुनकर रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) के प्रदर्शन को अनुकूलित करता है, जिससे अंतर्निहित मॉडलों या प्रॉम्प्ट्स को बदले बिना विविध डोमेन में उत्तर की शुद्धता और सफलता दर में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र एक स्व-अभिव्यंजक ऑटोएन्कोडिंग फ्रेमवर्क पेश करता है जो लंबे टेक्स्ट को कॉम्पैक्ट, कंटेंट-एडेप्टिव डिस्क्रीट लेटेंट कोड्स (Z-टोकन्स) में कंप्रेस करने और उन्हें सटीक रूप से पुनर्गठित करने के लिए एक प्री-ट्रेन्ड LLM को फाइन-ट्यून करता है, जिससे फिडेलिटी बनाए रखते हुए और कुशल लॉन्ग-कॉन्टेक्स्ट रीजनिंग को सक्षम करते हुए 18 गुना तक टोकन रिडक्शन प्राप्त होता है।