11070 पेपर
यह शोध पत्र प्रकट करता है कि वर्तमान 3D लार्ज लैंग्वेज मॉडल्स अक्सर वास्तविक 3D स्थानिक तर्क के बजाय पाठ्य शॉर्टकट (textual shortcuts) पर निर्भर करते हैं, जो लेखकों को वास्तविक 3D समझ का कड़ाई से मूल्यांकन करने और उसे सुधारने के लिए Real-3DQA बेंचमार्क और 3D-रीवेटेड (3D-reweighted) प्रशिक्षण उद्देश्य पेश करने के लिए प्रेरित करता है।
यह शोध पत्र कॉन्सेप्ट एक्सप्लोरर (Concept Explorer) प्रस्तुत करता है, जो एक स्केलेबल इंटरैक्टिव सिस्टम है जो बड़े भाषा मॉडलों (large language models) में मानव-व्याख्या योग्य अवधारणाओं की खोज और विश्लेषण करने के लिए स्पार्स ऑटोएन्कोडर फीचर्स (sparse autoencoder features) के प्रगतिशील, मल्टी-रेज़ोल्यूशन नेविगेशन को व्यवस्थित और सक्षम करने हेतु पदानुक्रमित पड़ोस एम्बेडिंग (hierarchical neighborhood embeddings) का उपयोग करता है।
यह शोध पत्र प्लेटो के केव (Plato's Cave) को प्रस्तुत करता है, जो एक ओपन-सोर्स, मानव-केंद्रित प्रणाली है जो शोध पत्रों के तर्कों का एक निर्देशित अचक्रीय ग्राफ (directed acyclic graph) बनाकर, विश्वसनीयता स्कोर प्रदान करने के लिए वेब एजेंटों का उपयोग करके, और समग्र तर्कपूर्ण संरचना का मूल्यांकन करके शोध पत्रों को सत्यापित करती है और एक अंतिम मूल्यांकन उत्पन्न करती है।
यह शोध पत्र सिंथेटिक कोंकणी-इंस्ट्रक्ट-100k डेटासेट और परिणामी कोंकणी एलएलएम (LLM) को पेश करके कम-संसाधन वाली, बहु-लिपि कोंकणी भाषा में लार्ज लैंग्वेज मॉडल्स की प्रदर्शन कमी को संबोधित करता है, जो इंस्ट्रक्शन ट्यूनिंग और मशीन ट्रांसलेशन कार्यों में प्रोप्रायटरी बेसलाइन्स के मुकाबले प्रतिस्पर्धी या बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र प्रदर्शित करता है कि बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) समवर्ती कार्य भार के तहत स्वरूपण बाधाओं (फॉर्मेटिंग कंस्ट्रेंट्स), विशेष रूप से टर्मिनल बाधाओं का पालन करते समय, महत्वपूर्ण भविष्योन्मुखी स्मृति (प्रोस्पेक्टिव मेमोरी) विफलताओं का शिकार होते हैं, हालांकि प्रदर्शन को सैलिएंस-एन्हांस्ड प्रॉम्प्टिंग के माध्यम से काफी हद तक बहाल किया जा सकता है, जबकि यह भी नोट किया गया है कि ऐसी बाधाएं कार्य की सटीकता को भी गंभीर रूप से कम कर सकती हैं।
यह शोध पत्र यह प्रदर्शित करता है कि वैज्ञानिक वाक्यों को पदानुक्रमित JSON संरचनाओं में परिवर्तित करने के लिए एक नवीन संरचनात्मक हानि फलन (structural loss function) के साथ एक हल्के LLM को फाइन-ट्यून करना प्रभावी सूचना प्रतिधारण को सक्षम बनाता है, जैसा कि मूल पाठ के पुनर्निर्माण के दौरान उच्च अर्थपूर्ण और शाब्दिक समानता द्वारा प्रमाणित होता है।
MDKeyChunker मार्कडाउन दस्तावेजों के लिए एक तीन-चरणीय पाइपलाइन है जो संरचना-जागरूक चंकिंग (structure-aware chunking), संदर्भ बनाए रखने के लिए रोलिंग की प्रोपेगेशन (rolling key propagation) के साथ सिंगल-कॉल एलएलएम एनरिचमेंट (single-call LLM enrichment) और सामग्री को पुनर्गठित करने के लिए की-आधारित बिन-पैकिंग (key-based bin-packing) का उपयोग करता है, जिससे सिमेंटिक इकाइयों को संरक्षित करके और कई एलएलएम कॉल्स को समाप्त करके उच्च-सटीक रिट्रीवल प्राप्त किया जाता है।
यह शोध पत्र SemEval-2025 पोलराइजेशन शेयर्ड टास्क के लिए एक सबमिशन प्रस्तुत करता है जो अंग्रेजी और स्वाहिली सोशल मीडिया टेक्स्ट के पोलराइजेशन डिटेक्शन और क्लासिफिकेशन कार्यों में गंभीर क्लास इम्बैलेंस को प्रभावी ढंग से संबोधित करने के लिए ट्रांसफॉर्मर-आधारित मॉडल, क्लास-वेटेड लॉस फंक्शन्स और थ्रेशोल्ड ट्यूनिंग का उपयोग करता है।
यह शोधपत्र प्रस्तावित करता है कि स्व-संगठित क्रिटिकैलिटी (self-organized criticality) पर प्रीट्रेन किए गए PLDR-LLMs में द्वितीय-क्रम के चरण संक्रमण (second-order phase transitions) द्वारा अभिलक्षित तर्क क्षमताएं प्रदर्शित होती हैं, जहाँ वैश्विक मॉडल सांख्यिकी से प्राप्त एक ऑर्डर पैरामीटर पारंपरिक बेंचमार्क मूल्यांकन पर निर्भर किए बिना तर्क प्रदर्शन को परिमाणित कर सकता है।
यह शोध पत्र LLMORPH को प्रस्तुत करता है, जो एक स्वचालित मेटाबॉर्फिक टेस्टिंग टूल है जो मानव-लेबल वाले डेटा पर निर्भर रहे बिना आउटपुट की विसंगतियों का पता लगाने के लिए मेटाबॉर्फिक रिलेशंस के माध्यम से फॉलो-अप इनपुट्स उत्पन्न करके विभिन्न NLP कार्यों में लार्ज लैंग्वेज मॉडल्स की मजबूती का मूल्यांकन करता है।