11158 पेपर
यह शोध पत्र Rep2Text को प्रस्तुत करता है, जो एक प्रशिक्षित एडैप्टर का उपयोग करके लार्ज लैंग्वेज मॉडल्स के एकल लास्ट-टोकन रिप्रजेंटेशन से मूल इनपुट टेक्स्ट को डिकोड करने वाला एक फ्रेमवर्क है, जो यह प्रदर्शित करता है कि हालांकि टोकन-स्तरीय रिकवरी अनुक्रम की लंबाई के साथ घटती है, फिर भी विभिन्न मॉडल्स और आउट-ऑफ-डिस्ट्रीब्यूशन डेटा में सिमेंटिक कोहेरेंस (अर्थगत सुसंगतता) मजबूत बनी रहती है।
यह शोध पत्र L2V-CoT का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free) विधि है जो आर्किटेक्चरल संरेखण या व्यापक प्रशिक्षण की आवश्यकता के बिना, उनके साझा निम्न-आवृत्ति वाले लेटेंट स्ट्रक्चर (low-frequency latent structures) का लाभ उठाते हुए, फ्रीक्वेंसी डोमेन में लेटेंट हस्तक्षेप के माध्यम से लार्ज लैंग्वेज मॉडल्स से चेन-ऑफ-थॉट (Chain-of-Thought) रिप्रजेंटेशन को स्थानांतरित करके विजन-लैंग्वेज मॉडल्स की तर्क करने की क्षमताओं को बढ़ाता है।
Dementia-R1 एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो सत्यापन योग्य नैदानिक संकेतकों पर कोल्ड-स्टार्ट प्रीट्रेनिंग का लाभ उठाता है ताकि बड़े भाषा मॉडलों को असंरचित नैदानिक नोट्स से सटीक अनुदैर्ध्य डिमेंशिया पूर्वानुमान के लिए जटिल, गैर-मोनोटोनिक लक्षण प्रक्षेपवक्रों पर प्रभावी ढंग से तर्क करने में सक्षम बनाया जा सके।
यह शोध पत्र LLM रोल-प्लेइंग एजेंटों में चरित्र प्रोफ़ाइल अक्षों (character profile axes) का विश्लेषण करने के लिए एक व्यवस्थित नैदानिक ढांचे को प्रस्तुत करता है, जो यह प्रकट करता है कि एलाइनमेंट प्रायर्स (alignment priors) प्रेरणा-संबंधी टोकन को दबाकर अनैतिक पात्रों के प्रदर्शन को महत्वपूर्ण रूप से कम कर देते हैं, और इस बाधा को प्रभावी ढंग से कम करने के लिए एक प्रशिक्षण-मुक्त फील्ड-अवेयर कॉन्ट्रास्टिव डिकोडिंग (Field-Aware Contrastive Decoding - FACD) रणनीति प्रस्तावित करता है।
यह शोध पत्र LHAW को प्रस्तुत करता है, जो एक मॉड्यूलर सिंथेटिक पाइपलाइन है जो चार आयामों में सूचना को हटाकर नियंत्रित रूप से अल्प-निर्धारित दीर्घ-अवधि कार्य वेरिएंट्स को व्यवस्थित रूप से उत्पन्न करती है और एजेंट परीक्षणों के माध्यम से उनके प्रभाव को प्रमाणित करती है, जिससे अस्पष्ट सेटिंग्स में एजेंट स्पष्टीकरण व्यवहार के लागत-संवेदनशील मूल्यांकन के लिए पहला ढांचा प्रदान किया जाता है।
यह शोध पत्र प्रदर्शित करता है कि प्रतिकूल इनपुट (adversarial inputs) को पुनरावृत्ति से परिष्कृत करने के लिए स्वचालित प्रॉम्प्ट अनुकूलन तकनीकों का पुनरुद्देश्य करना बड़े भाषा मॉडलों की सुरक्षा से महत्वपूर्ण रूप से समझौता करता है, जो यह प्रकट करता है कि स्थिर बेंचमार्क जोखिमों को कम करके आंकते हैं और मजबूत सुरक्षा मूल्यांकन के लिए अनुकूली रेड-टीमिंग (adaptive red-teaming) की आवश्यकता पर प्रकाश डालता है।
यह शोधपत्र कानूनी दस्तावेज़ों की पुनर्प्राप्ति (रिट्रीवल) में लेक्सिकल रेडंडेंसी (शब्दों की पुनरावृत्ति) को दूर करने के लिए मेटाडेटा-एनरिच्ड हाइब्रिड RAG और अपर्याप्त संदर्भ होने पर सुरक्षित इनकार (सेफ रिफ्यूज़ल) को लागू करने के लिए डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन को संयोजित करने वाले एक ढांचे का प्रस्ताव करता है, जिससे कानूनी लार्ज लैंग्वेज मॉडल्स की ग्राउंडिंग, विश्वसनीयता और सुरक्षा में वृद्धि होती है।
यह शोध पत्र तर्क वर्गीकरण कार्यों पर GPT-5.2, Llama 4 और DeepSeek सहित अत्याधुनिक लार्ज लैंग्वेज मॉडल्स का एक व्यापक मूल्यांकन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि उन्नत प्रॉम्पटिंग रणनीतियाँ प्रदर्शन को महत्वपूर्ण रूप से बढ़ाती हैं और जटिल तर्कपूर्ण संरचनाओं को संभालने में व्यवस्थित विफलता मोड को प्रकट करती हैं।
यह शोध पत्र LARFT का प्रस्ताव करता है, जो एक ऐसा प्रशिक्षण ढांचा है जो लंबाई-उन्मुख सुदृढीकरण शिक्षण (reinforcement learning) को पश्चदृष्टि-आधारित आत्म-जागरूकता (hindsight self-awareness) के साथ एकीकृत करके लंबाई संबंधी निर्देशों के पालन में संज्ञानात्मक-क्रिया अंतराल (cognition-action gap) को पाटता है, जिससे मॉडल की आंतरिक लंबाई समझ को उसकी पीढ़ी नीति (generation policy) के साथ संरेखित करने में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होते हैं और सामान्य क्षमताओं पर न्यूनतम प्रभाव पड़ता है।
यह शोध पत्र एक लचीले ढांचे का प्रस्ताव करता है जो प्राकृतिक भाषा निर्देशों से विविध बाधित पथ नियोजन (कन्स्ट्रेंड पाथ प्लानिंग) समस्याओं को हल करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो इनपुट को ज्ञात सूत्रीकरणों (फॉर्मुलेशन) से मिलान करके या स्वायत्त रूप से नए सूत्रीकरणों का अनुमान लगाकर, इसके बाद व्यवहार्य और इष्टतम समाधान उत्पन्न करने के लिए एक पुनरावृत्ति स्व-सुधार प्रक्रिया का पालन करता है।