11158 पेपर
यह शोध पत्र स्ट्रक्चर्ड सिमेंटिक क्लोकिंग (S2C) को प्रस्तुत करता है, जो एक नवीन जेलब्रेक फ्रेमवर्क है जो दुर्भावनापूर्ण इरादे को प्रॉम्प्ट खंडों में विभाजित करके और उसे पुनर्गठित करके उन्नत LLM सुरक्षा तंत्रों को बायपास करता है ताकि सिमेंटिक पुनर्निर्माण में देरी की जा सके, जिससे वर्तमान अत्याधुनिक तरीकों की तुलना में काफी उच्च आक्रमण सफलता दर प्राप्त होती है।
यह शोध पत्र छह फ्रंटियर लार्ज लैंग्वेज मॉडल्स के एक कठोर बहु-विधि ऑडिट को प्रस्तुत करता है, जो यह प्रकट करता है कि सार्वजनिक बेंचमार्क पर मनुष्यों पर उनकी स्पष्ट श्रेष्ठता डेटा संदूषण (डेटा कंटैमिनेशन) द्वारा काफी बढ़ा दी गई है, जिसमें स्मृति दर (मेमोराइजेशन रेट) डोमेन के अनुसार भिन्न होती है और अप्रत्यक्ष या पैराफ्रेज किए गए प्रश्नों पर परीक्षण किए जाने पर प्रदर्शन में भारी गिरावट आती है।
SpecSteer एक एसिमेट्रिक कोलैबोरेटिव इन्फरेंस फ्रेमवर्क है जो ड्राफ्ट-वेरिफाई-रिकवर पाइपलाइन के माध्यम से निजी ऑन-डिवाइस कॉन्टेक्स्ट को क्लाउड-स्केल रीजनिंग के साथ जोड़ता है, जो गोपनीयता और उच्च-गुणवत्ता वाली व्यक्तिगत जनरेशन के बीच के अंतर को प्रभावी ढंग से पाटते हुए 2.36x की गति वृद्धि प्राप्त करता है।
मल्टी-टर्न इंटरैक्शन के सहज आकर्षण के बावजूद, यह अध्ययन दर्शाता है कि डायनेमिक क्रॉस-कॉन्टेक्स्ट रिव्यू (D-CCR), सिंगल-पास क्रॉस-कॉन्टेक्स्ट रिव्यू में सुधार करने में विफल रहता है क्योंकि पुनरावृत्ति प्रक्रिया शोर (noise) उत्पन्न करती है जो सत्यापन प्रदर्शन को कम कर देती है।
यह शोध पत्र अटेंशन-गाइडेड एविडेंस ग्राउंडिंग (AEG) को प्रस्तुत करता है, जो स्पोकन क्वेश्चन अनस्वर्सिंग के लिए एक एंड-टू-एंड फ्रेमवर्क है, जो स्पीचएलएलएम (SpeechLLM) अटेंशन मैकेनिज्म को कैलिब्रेट करने के लिए 'लर्निंग टू फोकस ऑन एविडेंस' (LFE) नामक एक सुपरवाइज्ड फाइन-ट्यूनिंग प्रतिमान का उपयोग करता है, जिससे मतिभ्रम (hallucinations) कम होता है और इन्फरेंस लेटेंसी में 62% की कमी आती है, साथ ही यह कैस्केडेड बेसलाइन्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र PyPhonPlan को प्रस्तुत करता है, जो एक ओपन-सोर्स पायथन टूलकिट है जो न्यूरल रूप से आधारित और टेम्पोरल रूप से सिद्धांतबद्ध ढांचे में संवादात्मक वाक् उत्पादन और बोध को मॉडल करने के लिए टास्क डायनेमिक्स के साथ युग्मित डायनेमिक न्यूरल फील्ड्स को एकीकृत करके ध्वन्यात्मक योजना (फोनेटिक प्लानिंग) का अनुकरण करता है।
यह शोध पत्र प्रदर्शित करता है कि Qwen 3.5-35B मॉडल के रेसिडुअल स्ट्रीम (residual stream) पर स्पार्स ऑटोएनकोडर्स (sparse autoencoders) को प्रशिक्षित करना और प्रोब वेट्स (probe weights) को डिकोडर के माध्यम से वापस प्रोजेक्ट करना एजेंटिक व्यवहारों (agentic behaviors) के सूक्ष्म, रिट्रेनिंग-मुक्त स्टीयरिंग को सक्षम बनाता है, जिससे यह प्रकट होता है कि स्वायत्तता प्रतिबद्धताएं (autonomy commitments) GatedDeltaNet आर्किटेक्चर में प्रीफिल चरण (prefill phase) के दौरान संगणित की जाती हैं।
यह शोधपत्र PashtoCorp को प्रस्तुत करता है, जो पश्तो के लिए 1.25 बिलियन शब्दों का एक कॉर्पस और पुनरुत्पादक पाइपलाइन है जो पिछले डेटासेट की तुलना में काफी बेहतर प्रदर्शन करता है, जिससे इस कम-संसाधन वाली भाषा के लिए लैंग्वेज मॉडल परप्लेक्सिटी, नेम्ड एंटिटी रिकग्निशन और रीडिंग कॉम्प्रिहेन्शन बेंचमार्क में पर्याप्त सुधार होता है।
यह शोध पत्र आइसलैंडिक भाषा के लिए वर्तमान लार्ज लैंग्वेज मॉडल बेंचमार्क की वैधता की आलोचना करता है, यह प्रदर्शित करते हुए कि अपुष्ट सिंथेटिक या मशीन-अनुवादित डेटा गंभीर दोष उत्पन्न करता है और कम तथा मध्यम-संसाधन वाली भाषा सेटिंग में मानव-सत्यापित मूल्यांकन विधियों की आवश्यकता का तर्क देता है।
यह शोध पत्र RECOVER को प्रस्तुत करता है, जो एक एजेंटिक फ्रेमवर्क है जो दुर्लभ और डोमेन-विशिष्ट एंटिटी त्रुटियों को मजबूती से सुधारने के लिए कई ASR परिकल्पनाओं और टूल-उपयोग करने वाले LLMs का लाभ उठाता है, जिससे विविध डेटासेट्स में एंटिटी रिकॉल और वर्ड एरर रेट में महत्वपूर्ण सुधार प्राप्त होता है।