11070 पेपर
NP/Z गार्डन-पाथ वाक्यों पर मानव व्यवहार और लार्ज लैंग्वेज मॉडल्स की तुलना करने वाले दो प्रयोगों के माध्यम से, यह अध्ययन वास्तविक समय में 'डिगिंग-इन' (digging-in) प्रभावों का कोई प्रमाण नहीं पाता है, जो यह सुझाव देता है कि पहले देखे गए रुझान वास्तविक ऑनलाइन प्रोसेसिंग के दौरान संरचनात्मक प्रतिबद्धताओं के वास्तविक सुदृढ़ीकरण के बजाय संभवतः वाक्य-अंतिम रैप-अप प्रक्रियाओं के कृत्रिम परिणाम (artifacts) हैं।
यह शोध पत्र प्रदर्शित करता है कि अर्ली-एग्जिट डिकोडिंग (early-exit decoding), जो LLM इन्फरेंस लेटेंसी और लागत को कम करने की एक तकनीक है, आधुनिक मॉडलों में कम होती लेयर रेडंडेंसी (layer redundancy) के कारण तेजी से अप्रभावी होती जा रही है, जिसमें डेंस, बड़े पैमाने के बेस मॉडल, मिक्स्चर-ऑफ-एक्सपर्ट्स (Mixture-of-Experts) या स्टेट स्पेस मॉडल्स (State Space Models) की तुलना में अधिक अर्ली-एग्जिट क्षमता बनाए रखते हैं।
यह शोध पत्र "पर्टर्बेशन" (Perturbation) को प्रस्तुत करता है, जो भाषा मॉडलों में भाषाई निरूपणों (linguistic representations) की पहचान करने के लिए एक सरल और कुशल विधि है, जो उन्हें एक एकल प्रतिकूल उदाहरण (adversarial example) पर फाइन-ट्यून करके और अन्य इनपुटों में इसके परिणामस्वरूप होने वाले "संक्रमण" (infection) को मापकर किया जाता है, जिससे प्रतिबंधात्मक ज्यामितीय धारणाओं की आवश्यकता को दरकिनार करते हुए संरचित सामान्यीकरण और अमूर्तीकरण का पता चलता है।
यह शोध पत्र यह प्रदर्शित करता है कि केवल क्वांटाइजेशन (quantization) ही एज-डिप्लॉयड (edge-deployed) एलएलएम (LLMs) को ज्ञान निष्कर्षण हमलों (knowledge extraction attacks) से बचाने में विफल रहता है, और मानक क्वेरी विधियों की तुलना में क्वांटाइज्ड मॉडलों से सिमेंटिक जानकारी को अधिक कुशलता से व्यवस्थित रूप से पुनर्प्राप्त करने के लिए CLIQ फ्रेमवर्क पेश करता है।
यह शोध पत्र MTP-D का प्रस्ताव करता है, जो एक लूपयुक्त विस्तार रणनीति (looped extension strategy) के साथ एक सेल्फ-डिस्टिलेशन विधि है जो लार्ज लैंग्वेज मॉडल्स में मुख्य-हेड प्रदर्शन को बनाए रखते हुए मल्टी-टोकन प्रेडिक्शन स्वीकृति दरों और इन्फरेंस स्पीड में महत्वपूर्ण सुधार करती है।
यह शोधपत्र थिंकिंग विद टेबल्स (TWT) को प्रस्तुत करता है, जो एक न्यूरो-सिम्बोलिक रीजनिंग फ्रेमवर्क है जो सारणीबद्ध डेटा (tabular data) में संरचनात्मक और निर्भरता संबंधी चुनौतियों को संबोधित करने के लिए प्रोग्राम-आधारित कोड का लाभ उठाता है, जो मल्टीमॉडल सारणीबद्ध समझ कार्यों में मौजूदा बेसलाइनों से काफी बेहतर प्रदर्शन करता है और प्रोप्रायटरी मॉडलों को टक्कर देता है।
यह शोध पत्र एक रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) पाइपलाइन प्रस्तुत करता है जो इस्लामी विरासत के हिस्सों की गणना करने और उन्हें वारिसों के बीच आवंटित करने में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए नियम-आधारित सिंथेटिक डेटा, क्रॉस-एनकोडर रीरैंकिंग के साथ हाइब्रिड रिट्रीवल, और स्कीमा-प्रतिबंधित सत्यापन को जोड़ता है, जिससे QIAS 2026 लीडरबोर्ड पर प्रथम स्थान सुरक्षित हुआ है।
यह शोध पत्र Dream11 इकोसिस्टम के लिए एक विशेष 8B-पैरामीटर मॉडल प्रस्तुत करता है जो एक नवीन दो-चरणीय फाइन-ट्यूनिंग पद्धति का उपयोग करके डेटाबेस स्कीमा को आंतरिक रूप से आत्मसात करता है, जिससे इनपुट टोकन में 99% से अधिक की कमी आती है और एक बड़े पैमाने के प्रोडक्शन वातावरण में अत्याधुनिक प्रोप्रायटरी API-आधारित मॉडलों से बेहतर प्रदर्शन करते हुए उच्च-परिशुद्धता, कम-विलंबता वाला Text-to-SQL प्रदर्शन प्राप्त करता है।
यह शोध पत्र ConceptKT प्रस्तुत करता है, जो एक नया बेंचमार्क और डेटासेट है जिसे वैचारिक संरेखण (conceptual alignment) और अर्थ संबंधी समानता (semantic similarity) पर आधारित इन-कॉन्टेक्स्ट लर्निंग रणनीतियों का उपयोग करके लार्ज लैंग्वेज मॉडल्स (LLMs) और लार्ज रीजनिंग मॉडल्स (LRMs) के मूल्यांकन के माध्यम से विशिष्ट वैचारिक कमियों के पूर्वानुमान को सक्षम बनाकर नॉलेज ट्रेसिंग को आगे बढ़ाने के लिए डिज़ाइन किया गया है।
LLMpedia यह प्रकट करता है कि बड़े भाषा मॉडलों का वास्तविक विश्वकोश ज्ञान मानक बेंचमार्क द्वारा सुझाए गए ज्ञान से काफी कम है, जो दस लाख लेखों का एक पूर्णतः खुला, रिट्रीवल-मुक्त विश्वकोश उत्पन्न करके मॉडल परिवारों के बीच पर्याप्त तथ्यात्मक अंतराल और विषयगत पूर्वाग्रहों को उजागर करता है।