11158 पेपर
यह शोध पत्र UniSAFE को प्रस्तुत करता है, जो यूनिफाइड मल्टीमॉडल मॉडल्स में 7 मोडैलिटी संयोजनों के माध्यम से सिस्टम-स्तरीय सुरक्षा जोखिमों का मूल्यांकन करने के लिए डिज़ाइन किया गया पहला व्यापक बेंचमार्क है, जो 15 अत्याधुनिक मॉडल्स के बीच मल्टी-इमेज और इमेज-जेनरेशन कार्यों में महत्वपूर्ण कमजोरियों को उजागर करता है।
यह शोधपत्र XBridge प्रस्तुत करता है, जो एक कंपोजिशनल आर्किटेक्चर है जो हल्के मैपिंग लेयर्स और एक ऑप्टिमल ट्रांसपोर्ट-आधारित अलाइनमेंट ऑब्जेक्टिव के माध्यम से जुड़े प्रीट्रेंड एनकोडर-डिकोडर ट्रांसलेशन मॉडल्स पर भाषा की समझ और सृजन को ऑफलोड करके अंग्रेजी-केंद्रित लार्ज लैंग्वेज मॉडल्स की बहुभाषी क्षमताओं को बढ़ाता है, ताकि मुख्य LLM को पुनरप्रशिक्षित किए बिना कम-संसाधन वाले और अनदेखे भाषाओं पर उत्कृष्ट प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र AURORA मॉडल प्रस्तुत करता है, जो 40 अंग्रेजी बोलने वालों के डेटा का उपयोग करके स्वर (vowel) फॉर्मेंट्स से जीभ के आकार की भविष्यवाणी करने वाला एक कम्प्यूटेशनल ढांचा है, और शैक्षिक एवं नैदानिक अनुप्रयोगों के लिए एक Shiny ऐप और रियल-टाइम बायोफीडबैक सॉफ्टवेयर जैसे सुलभ उपकरणों के माध्यम से गुणात्मक मूल्यांकन द्वारा इसकी उपयोगिता को प्रदर्शित करता है।
यह शोध पत्र CNPE प्रस्तुत करता है, जो एक तुलना-नेटिव (comparison-native) फ्रेमवर्क है जो LLM-आधारित पेपर मूल्यांकन को पृथक पूर्ण स्कोरिंग (isolated absolute scoring) से सहयोगात्मक युग्म रैंकिंग (collaborative pairwise ranking) में स्थानांतरित करता है, जिससे विविध डेटासेटों में महत्वपूर्ण प्रदर्शन लाभ और मजबूत सामान्यीकरण प्राप्त होता है।
यह शोध पत्र एक अनसुपरवाइज्ड (unsupervised), सिस्टम-ओरिएंटेड ढांचे का प्रस्ताव करता है जो संकटकालीन सूचना परिवेशों में उभरते आख्यानों को सिमेंटिक एम्बेडिंग्स, डेंसिटी-आधारित क्लस्टरिंग और रोलिंग टेम्पोरल लिंकेज को एकीकृत करके समय के साथ विकसित होने वाली सिमेंटिक संरचनाओं के रूप में मॉडल करता है, ताकि अनस्ट्रक्चर्ड सोशल मीडिया स्ट्रीम्स को बेहतर स्थितिजन्य जागरूकता और निर्णय समर्थन के लिए व्याख्या योग्य निरूपणों में परिवर्तित किया जा सके।
यह शोध पत्र लीनियर प्रोबिंग को मैकेनिस्टिक इंटरप्रिटेबिलिटी तकनीकों के साथ जोड़कर यह जांच करता है कि लार्ज लैंग्वेज मॉडल्स विभिन्न पैमानों पर सिमेंटिक संबंधों को कैसे एनकोड करते हैं, जिससे यह पता चलता है कि पदानुक्रमित संबंध अपनी फीचर रोबस्टनेस में दिशात्मक विषमता प्रदर्शित करते हैं, संकेत मिड-लेयर एमएलपी पाथवेज़ में सबसे प्रमुख होते हैं, और स्पार्स ऑटोएनकोडर्स के माध्यम से कॉज़ल मैनिपुलेशन बड़े मॉडल्स में अधिक प्रभावी होता है।
यह शोध पत्र ARAM का प्रस्ताव करता है, जो रिट्रीवल-ऑगमेंटेड मास्कड डिफ्यूजन मॉडल्स के लिए एक बिना प्रशिक्षण वाला (training-free) एडेप्टिव गाइडेंस फ्रेमवर्क है, जो रिट्रीवल-प्रायर संघर्षों को हल करने और ज्ञान-गहन QA प्रदर्शन को सुधारने के लिए रिट्रीव्ड कॉन्टेक्स्ट की विश्वसनीयता के आधार पर गाइडेंस स्ट्रेंथ को गतिशील रूप से कैलिब्रेट करता है।
CoVerRL एक लेबल-मुक्त सुदृढीकरण लर्निंग (reinforcement learning) ढांचा है जो एक एकल मॉडल को जनरेटर और सत्यापनकर्ता (verifier) दोनों के रूप में सह-विकसित होने में सक्षम बनाकर तर्क संबंधी पतन (reasoning collapse) के "कंसेंसस ट्रैप" (consensus trap) को रोकता है, जिससे उच्च रिवॉर्ड सटीकता बनी रहती है और यह गणितीय तर्क बेंचमार्क पर मौजूदा बेसलाइनों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र CodeScout को प्रस्तुत करता है, जो एक सुदृढीकरण लर्निंग (reinforcement learning) फ्रेमवर्क है जो केवल एक मानक Unix टर्मिनल का उपयोग करके कोडिंग एजेंटों को प्रशिक्षित करता है ताकि कई बेंचमार्क पर बेहतर या प्रतिस्पर्धी कोड लोकलाइजेशन प्रदर्शन प्राप्त किया जा सके, जो जटिल विशिष्ट उपकरणों पर निर्भर हुए बिना काफी बड़े मॉडलों से बेहतर प्रदर्शन करता है।
यह शोध पत्र "टेक्स्ट-टू-स्टेज" (Text-to-Stage) प्रस्तुत करता है, जो एक ऐसी विधि है जो भाषा मॉडलों को अनस्ट्रक्चर्ड लॉन्ग-फॉर्म नैरेटिव्स से जटिल स्थानिक स्टेज लेआउट निकालने में सक्षम बनाने के लिए बेस्ट-ऑफ-एन (Best-of-N) सैंपलिंग के साथ रिजेक्शन एसएफटी (rejection SFT) और जीआरपीओ (GRPO)-आधारित सुदृढीकरण शिक्षण (reinforcement learning) के संयोजन का लाभ उठाती है, जो बेसलाइन मॉडलों की तुलना में स्थानिक तर्क और मानवीय प्राथमिकताओं के साथ संरेखण में महत्वपूर्ण सुधार प्रदर्शित करती है।