11158 पेपर
यह शोध पत्र एब्स्ट्रैक्शन-ऑगमेंटेड ट्रेनिंग (AAT) का प्रस्ताव करता है, जो एक मेमोरी-कुशल निरंतर शिक्षण (कंटीन्यूअल लर्निंग) विधि है जो मॉडलों को साझा लेटेंट रिलेशनल संरचनाओं को कैप्चर करने के लिए प्रोत्साहित करके ऑनलाइन लर्निंग को स्थिर करती है और कैटास्ट्रोफिक फॉरगेटिंग को रोकती है, जिससे बिना किसी रिप्ले बफर की आवश्यकता के एक्सपीरियंस रिप्ले के समान प्रदर्शन प्राप्त होता है।
यह शोध पत्र यह प्रदर्शित करता है कि आंतरिक मॉडल सक्रियणों (internal model activations) की जांच करना, उनके द्वारा उत्पन्न चेन्स ऑफ थॉट (chains of thought) का विश्लेषण करने की तुलना में बड़े भाषा मॉडलों में प्रेरित तर्क (motivated reasoning) का पता लगाने में अधिक विश्वसनीय है, जिसमें प्री-जेनरेशन प्रोब्स (pre-generation probes) किसी भी तर्क के उत्पन्न होने से पहले ही पक्षपाती व्यवहार की शीघ्र पहचान करने में सक्षम बनाते हैं।
OPERA एक डेटा प्रूनिंग फ्रेमवर्क है जो गुणवत्ता-कवरेज ट्रेडऑफ (quality-coverage tradeoff) को हल करने के लिए दो-चरणीय गतिशील प्रूनिंग रणनीति का उपयोग करके डोमेन-विशिष्ट रिट्रीवल मॉडल अनुकूलन की दक्षता और प्रभावशीलता को बढ़ाता है, जिससे मानक फाइनट्यूनिंग के आधे से भी कम प्रशिक्षण समय में बेहतर रैंकिंग और रिकॉल प्रदर्शन प्राप्त होता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि पोस्ट-ट्रेनिंग अलाइनमेंट भाषा मॉडलों को मानवीय उपयोग के लिए अनुकूलित करता है, यह उन्हें जटिल, बहु-चरणीय रणनीतिक अंतःक्रियाओं में वास्तविक मानवीय व्यवहार के वर्णनात्मक प्रॉक्सी (descriptive proxies) होने के बजाय, ऐसे मानकीय भविष्यवक्ताओं (normative predictors) में मौलिक रूप से बदल देता है जो केवल उन परिवेशों में उत्कृष्ट होते हैं जहाँ मानवीय विकल्प आदर्श समाधानों के अनुरूप होते हैं।
यह शोध पत्र थारुचैट (TharuChat) का परिचय देता है, जो एक एलएलएम-टू-ह्यूमन (LLM-to-human) बूटस्ट्रैपिंग पाइपलाइन के माध्यम से निर्मित एक सिंथेटिक डेटासेट है, जिसका उपयोग थारु-लामा (3B) को प्रशिक्षित करने के लिए किया गया है, जो एक विशिष्ट निर्देश-अनुसरण (instruction-following) मॉडल है और उपभोक्ता-ग्रेड हार्डवेयर का उपयोग करके कम-संसाधन वाली थारु भाषा के लिए डेटा की कमी और बोली संबंधी विखंडन को प्रभावी ढंग से संबोधित करता है।
यह शोध पत्र CulT-Eval प्रस्तुत करता है, जो सांस्कृतिक रूप से आधारित अभिव्यक्तियों को संभालने में मशीन अनुवाद के मूल्यांकन के लिए एक व्यापक बेंचमार्क और त्रुटि वर्गीकरण (error taxonomy) है, जो यह प्रकट करता है कि वर्तमान मॉडल सांस्कृतिक बारीकियों के साथ संघर्ष करते हैं और इन सीमाओं को संबोधित करने के लिए एक नए मीट्रिक का प्रस्ताव करता है।
यह शोध पत्र CRAFT का प्रस्ताव करता है, जो एक नवीन संरेखण ढांचा (alignment framework) है जो कंट्रास्टिव लर्निंग और रिइन्फोर्समेंट लर्निंग का लाभ उठाकर हिडन रिप्रेजेंटेशन स्पेस के भीतर सीधे सुरक्षा उद्देश्यों को अनुकूलित करता है ताकि बड़े रीजनिंग मॉडल्स की जेलब्रेक हमलों के विरुद्ध मजबूती को बढ़ाया जा सके, जिससे अत्याधुनिक सुरक्षा प्रणालियों की तुलना में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र GSU प्रस्तुत करता है, जो नेविगेशन, लोकलाइजेशन और कंपोजिशन कार्यों में LLM के स्थानिक तर्क (spatial reasoning) का मूल्यांकन करने के लिए एक टेक्स्ट-ओनली ग्रिड डेटासेट है, जो यह प्रकट करता है कि जहाँ फ्रंटियर मॉडल्स अच्छा प्रदर्शन करते हैं और छोटे मॉडल्स फाइन-ट्यूनिंग के माध्यम से उनके बराबर पहुँच सकते हैं, वहीं अधिकांश मॉडल एम्बॉडीड फ्रेम ऑफ रेफरेंस (embodied frames of reference) और 3D आकार की पहचान करने में संघर्ष करते हैं, जिसमें विजुअल मोडैलिटीज सामान्यीकरण योग्य 3D स्थानिक समझ प्रदान करने में विफल रहती हैं।
यह शोध पत्र PACE-RAG प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो पार्किंसंस रोग जैसी जटिल स्थितियों के लिए व्यक्तिगत नैदानिक दवा अनुशंसाओं को उन्नत करने हेतु, समान मामलों से साक्ष्य-आधारित प्रिस्क्राइबिंग पैटर्न के साथ व्यक्तिगत रोगी संदर्भ का संश्लेषण करता है, और MIMIC-IV एवं पार्किंसंस समूहों पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र PJB प्रस्तुत करता है, जो पर्सन-जॉब रिट्रीवल (व्यक्ति-कार्य पुनर्प्राप्ति) के लिए एक बड़े पैमाने का, तर्क-जागरूक बेंचमार्क है जो उद्योगों के बीच और मॉड्यूल-विशिष्ट विफलता मोड के बीच महत्वपूर्ण प्रदर्शन विषमता को प्रकट करने के लिए नैदानिक लेबल का उपयोग करता है, जिससे मूल्यांकन का ध्यान कुल स्कोर से बदलकर सिस्टम अनुकूलन के लिए कार्रवाई योग्य अंतर्दृष्टि की ओर स्थानांतरित हो जाता है।