9623 पेपर
यह शोध पत्र मल्टी-ब्लॉक डिफ्यूजन लैंग्वेज मॉडल्स (MBD-LMs) को प्रस्तुत करता है, जो एक नवीन मल्टी-ब्लॉक टीचर फोर्सिंग रणनीति और एक अनुकूलित ब्लॉक बफ़र डिकोडिंग एल्गोरिदम के माध्यम से डिफ्यूजन-आधारित टेक्स्ट जनरेशन में ट्रेनिंग-इन्फरेंस अंतराल को पाटते हुए, जनरेशन की गति (टोकन्स पर फॉरवर्ड पास) और सटीकता दोनों में महत्वपूर्ण लाभ प्राप्त करते हैं।
यह शोध पत्र MIThinker को प्रस्तुत करता है, जो एक हल्का, नीति-अनुकूलित (policy-optimized) थिंकिंग मॉडल है जिसे एक स्वचालित डेटा पाइपलाइन और दो-चरणीय शिक्षण प्रक्रिया के माध्यम से प्रशिक्षित किया गया है ताकि मोटिवेशनल इंटरव्यूइंग एजेंटों को अधिक प्रभावी, रणनीति-संगत परामर्श प्रतिक्रियाएं उत्पन्न करने में मार्गदर्शन किया जा सके और साथ ही गणनात्मक लागत (computational costs) को काफी कम किया जा सके।
यह शोध पत्र भावना पहचान में मानव-LLM संरेखण (alignment) का विश्लेषण करने के लिए एक नया वाक्य-स्तरीय गीत डेटासेट प्रस्तुत करता है और एक हाइब्रिड एनोटेशन फ्रेमवर्क प्रस्तावित करता है जो मानव और मॉडल एनोटेशन के बीच संभावित मिसअलाइनमेंट की भविष्यवाणी करके इस प्रक्रिया को अनुकूलित करता है।
कॉम्प्लेक्सिटी सीलिंग बेंचमार्क (CCB) यह मूल्यांकन करता है कि तीन डोमेन में बढ़ते कार्य की गहराई के साथ भाषा मॉडल की तर्क क्षमता कैसे घटती है, जिससे यह पता चलता है कि जहाँ कुछ मॉडल 50 चरणों तक स्थानिक और प्रतीकात्मक कार्यों में उच्च सटीकता बनाए रखते हैं, वहीं वे रिलेशनल इन्फरेंस (संबंधात्मक अनुमान) में तेजी से विफल हो जाते हैं, जिसमें एक विशिष्ट मीट्रिक (k*) पैरामीटर संख्या की तुलना में लॉन्ग-होराइजन प्रदर्शन का बेहतर पूर्वानुमान लगाता है।
यह शोध पत्र प्रकट करता है कि एलएलएम (LLM) एजेंट अनजाने में अपनी स्मृति प्रणालियों के भीतर अनिश्चित टिप्पणियों को कठोर "तथ्यों" में परिवर्तित करके झूठा आत्मविश्वास निर्मित करते हैं, जो एक ऐसी भेद्यता है जो स्रोत एट्रिब्यूशन या सुरक्षा टैग के बावजूद बनी रहती है लेकिन अनिश्चित वाक्यांशों को संरक्षित करके और अतिरेक सत्यापन की आवश्यकता देकर कम की जा सकती है।
यह शोध पत्र ज़ीरो-शॉट (zero-shot) एलएलएम (LLM) शैक्षिक सलाहकारों में "हस्तक्षेप पूर्वाग्रह" (intervention bias) की पहचान और मात्रा निर्धारित करता है, जो एक इष्टतम ओरेकल (optimal oracle) की तुलना में त्रुटिपूर्ण रूप से अनावश्यक कार्यों की सिफारिश करते हैं, और यह प्रदर्शित करता है कि डिसीजन ट्रांसफॉर्मर (Decision Transformers) या एक्सजीबूस्ट (XGBoost) का उपयोग करके सुपरवाइज्ड पॉलिसी लर्निंग (supervised policy learning), इस पूर्वाग्रह को प्रभावी ढंग से समाप्त करती है और उच्च सटीकता तथा कम-विलंबता (low-latency) वाले निर्णय प्राप्त करती है जो उच्च-जोखिम वाले परिनियोजन (high-stakes deployment) के लिए उपयुक्त हैं।
यह शोध पत्र TriageRA-CCF का प्रस्ताव करता है, जो एक सोर्स-साइड टीचर फ्रेमवर्क है जो मेडिकल LLMs के लिए LoRA रैंक बजट को गतिशील रूप से आवंटित करने हेतु कॉन्फिडेंस (confidence), क्लिनिकल कवरेज (clinical coverage) और काउंटरफैक्चुअल सिग्नल्स (counterfactual signals) का उपयोग करता है, जिससे विभिन्न मॉडल बैकबोन पर स्टैटिक और मौजूदा एडेप्टिव बेसलाइन्स की तुलना में मामूली लेकिन निरंतर सटीकता सुधार प्राप्त होता है।
यह शोध पत्र 'मिक्सचर ऑफ डिबेटर्स' (MoD) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो डिकपल्ड रोल एलोकेशन (decoupled role allocation) और मोमेंटम स्विचिंग (momentum momentum switching) को सक्षम करने के लिए 'मिक्सचर-ऑफ-एक्सपर्ट्स' प्रतिमान का लाभ उठाता है, जिससे पारंपरिक स्टेटिक मल्टी-एजेंट सिस्टम की तुलना में बेहतर सटीकता और दक्षता प्राप्त होती है।
यह शोध पत्र mamabench और mamaretrieval को प्रस्तुत करता है, जो दो नवीन बेंचमार्क हैं जिन्हें विशेष रूप से मातृ, नवजात और प्रजनन स्वास्थ्य के लिए चिकित्सा रिट्रीवल-ऑगमेंटेड जनरेशन सिस्टम का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो एक बड़े पैमाने पर, विशेषज्ञ-फ़िल्टर्ड प्रश्न-उत्तर डेटासेट और दिशानिर्देश रिट्रीवल के लिए एक श्रेणीबद्ध प्रासंगिकता कॉर्पस प्रदान करते हैं।
यह शोध पत्र शब्द संरेखण-व्युत्पन्न उर्वरता (fertility) और एंट्रॉपी (entropy) का उपयोग करते हुए एक मॉडल-अज्ञेय (model-agnostic), पोस्ट-हॉक ढांचे का प्रस्ताव करता है जो यह मात्रात्मक रूप से दर्शाता है कि मानव अनुवाद किस प्रकार स्रोत से संदर्भ टोकनों (context tokens) की ओर जनरेटिव उत्तरदायित्व को चुनिंदा रूप से पुनर्वितरित करता है, जिससे यह स्पष्ट होता है कि संदर्भ मुख्य रूप से विषय-वस्तु वाले शब्दों (content words) के समग्र सूचना भार को बदले बिना, कार्यशील शब्दों (function words) के लिए अस्पष्टता को हल करता है।