11158 पेपर
यह अध्ययन AI-एजेंट प्लेटफॉर्म मोलटबुक (Moltbook) के 6,70,,000 से अधिक पोस्ट का विश्लेषण करने के लिए NLP-आधारित क्लासिफायर का उपयोग करता है, जो यह प्रकट करता है कि राजनीतिक दुष्प्रचार एजेंटों और समुदायों की एक छोटी अल्पसंख्यक संख्या के बीच अत्यधिक केंद्रित है जबकि टिप्पणियों के माध्यम से इसके प्रसार के सीमित प्रमाण दिखाई देते हैं।
PowerFlow एक सिद्धांत-आधारित अनसुपरवाइज्ड फाइन-ट्यूनिंग फ्रेमवर्क पेश करता है जो LLM अनुकूलन को एक लेंथ-अवेयर ट्रजेक्टरी-बैलेंस ऑब्जेक्टिव का उपयोग करके वितरण मिलान (distribution matching) समस्या के रूप में पुनर्गठित करता है ताकि समायोज्य -पावर वितरणों को लक्षित करके तार्किक तर्क और रचनात्मक अभिव्यक्ति की दोहरी क्षमताओं को उद्ेलित किया जा सके, जिससे यह मौजूदा ह्यूरिस्टिक-आधारित विधियों से बेहतर प्रदर्शन करता है और सुपरवाइज्ड बेसलाइन्स से आगे निकल जाता है।
यह शोधपत्र प्रेडिक्टिव एसोसिएटिव मेमोरी (predictive associative memory) का उपयोग करके अनसुपरवाइज्ड, कॉर्पस-स्केल "ट्रांज़िशन-स्ट्रक्चर" अवधारणाओं को खोजने की एक विधि प्रस्तुत करता है जो यह पकड़ती हैं कि टेक्स्ट कैसे कार्य करते हैं और विकसित होते हैं, जो उन्हें पारंपरिक एम्बेडिंग-आधारित मॉडलों से अलग करती हैं जो टेक्स्ट को उनके सिमेंटिक विषय के आधार पर समूहीकृत करते हैं।
यह शोध पत्र एक सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) आधारित डिकोडर सैंपलर प्रस्तुत करता है जो लार्ज लैंग्वेज मॉडल्स के लिए सैंपलिंग मापदंडों को गतिशील रूप से समायोजित करने हेतु एक हल्का, टेस्ट-टाइम पॉलिसी सीखता है, जो बिना मॉडल पुनप्रशिक्षण के सारांशीकरण कार्यों में स्थिर डिकोडिंग रणनीतियों की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र प्रकट करता है कि मानक संभावना-आधारित डिकोडिंग रणनीतियाँ एक "ट्रंकेशन ब्लाइंड स्पॉट" (truncation blind spot) निर्मित करती हैं, जो सांख्यिकीय रूप से दुर्लभ लेकिन संदर्भगत रूप से उपयुक्त मानवीय टोकन विकल्पों को व्यवस्थित रूप से बाहर कर देती हैं, एक ऐसा बेमेल जो मशीन-जनित पाठ को मॉडल के पैमाने के बावजूद आसानी से पता लगाने योग्य बनाता है और पता लगाने से बचने तथा पाठ की सुसंगतता बनाए रखने के बीच के मौलिक द्वंद्व को रेखांकित करता है।
एन्ट्रॉपीकैश (EntropyCache) डिफ्यूजन-आधारित लार्ज लैंग्वेज मॉडल्स के लिए एक ट्रेनिंग-मुक्त KV कैशिंग विधि है जो डिकोडेड टोकन एन्ट्रॉपी का उपयोग एक स्थिर-लागत वाले सिग्नल के रूप में यह गतिशील रूप से निर्णय लेने के लिए करती है कि कब कैश किए गए स्टेट्स को पुनर्गणना (recompute) किया जाए, जिससे न्यूनतम ओवरहेड के साथ प्रतिस्पर्धी सटीकता बनाए रखते हुए महत्वपूर्ण इन्फरेंस स्पीडअप प्राप्त होता है।
यह शोधपत्र ICE-Guard प्रस्तुत करता है, जो एक ऐसा ढांचा है जो यह प्रकट करता है कि LLMs अधिकार (authority) और फ्रेमिंग (framing) के प्रति महत्वपूर्ण और डोमेन-विशिष्ट पूर्वाग्रह प्रदर्शित करते हैं—जो अक्सर जनसांख्यिकीय पूर्वाग्रह से भी अधिक होते हैं—और यह प्रदर्शित करता है कि संरचित अपघटन (structured decomposition) को एक पुनरावृत्ति 'डिटेक्ट-डायग्नोस-मिटिगेट-वेरिफाई' लूप के साथ संयोजित करने से उच्च-जोखिम वाले निर्णय लेने में इन विसंगतियों को काफी हद तक कम किया जा सकता है।
यह शोध पत्र ICE प्रस्तुत करता है, जो एक सांख्यिकीय रूप से आधारित ढांचा है जो मेल खाने वाले बेसलाइनों के विरुद्ध रैंडमाइजेशन परीक्षणों के माध्यम से LLM स्पष्टीकरण की निष्ठा (faithfulness) का मूल्यांकन करता है, जिससे यह पता चलता है कि निष्ठा अत्यधिक ऑपरेटर-निर्भर है, अक्सर मानवीय सुसंगतता (plausibility) से असंबद्ध है, और महत्वपूर्ण बहुभाषी भिन्नताएं प्रदर्शित करती है।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो भाषा मॉडलों को प्रॉम्प्ट-रिस्पॉन्स युग्मों पर लॉग-लाइक्लीहुड (log-likelihood) या पीएमआई (PMI) वेक्टर्स के रूप में प्रस्तुत करता है ताकि ऐसे मानचित्रों का निर्माण किया जा सके जहाँ दूरियाँ KL डाइवर्जेंस (KL divergence) के करीब हों, जिससे वैश्विक मॉडल संरचनाओं, कार्य प्रदर्शन संबंधों और प्रॉम्प्ट संशोधनों के योगात्मक प्रभावों का विश्लेषण सक्षम हो सके।
यह शोध पत्र एक 'इंटरप्रिटेबल-बाय-डिजाइन' मल्टीमॉडल फ्रेमवर्क का प्रस्ताव करता है जो व्याख्यात्मक मानवीय संकट वर्गीकरण के लिए टेक्स्ट और इमेज दोनों तर्क (rationales) निकालने हेतु 'क्रॉस-मोडल रेशनल ट्रांसफर' का लाभ उठाता है, जिससे संकटMMD बेंचमार्क पर महत्वपूर्ण प्रदर्शन सुधार प्राप्त होता है और साथ ही एनोटेशन प्रयास भी कम होता है।