11158 पेपर
यह अध्ययन हर्मन मेलविल के लेखन पर उनके पठन के प्रभाव की जांच करने के लिए BERTScore का उपयोग करते हुए कम्प्यूटेशनल सिमेंटिक सिमिलरिटी विश्लेषण नियोजित करता है, जो यह प्रदर्शित करता है कि यह पद्धति ज्ञात साहित्यिक संबंधों की प्रभावी ढंग से पहचान करती है और गुणात्मक परीक्षण के लिए नए अंशों को रेखांकित करती है।
यह शोध पत्र दो प्रमुख दिशाओं का प्रस्ताव करते हुए अगली पीढ़ी के एलएलएम (LLM) प्रशिक्षण की वकालत करता है: स्वचालित, सुदृढ़ डेटा तैयारी वर्कफ़्लो के लिए एजेंट-आधारित प्रणालियों का विकास, और प्रदर्शन को अनुकूलित करने के लिए गतिशील डेटा चयन, मिश्रण और पुन: भारण (reweighting) को सक्षम करने वाले एकीकृत प्रशिक्षण ढांचे का निर्माण।
यह शोध पत्र यह प्रदर्शित करता है कि कम-डेटा वाले LoRA सुरक्षा फाइन-ट्यूनिंग में, एक गैर-पहचान (non-identity) पर्यवेक्षण स्थिति, विभिन्न मॉडल परिवारों में सामान्य क्षमताओं से समझौता किए बिना, क्रीड-शैली (creed-style) पहचान फ्रेमिंग और संवैधानिक नियमों की तुलना में काफी बेहतर प्रदर्शन करती है, जो प्रभावी सुरक्षा संरेखण के लिए स्पष्ट पहचान भाषा की आवश्यकता को चुनौती देती है।
यह शोध पत्र एक नवीन QA डेटासेट प्रस्तुत करता है यह प्रदर्शित करने के लिए कि लार्ज लैंग्वेज मॉडल्स अपने मानक समकक्षों (मैंडरिन और जर्मन) की तुलना में स्थानीय भाषा विविधताओं (कैंटोनीज़ और बवेरियन) से संबंधित ज्ञान पर आधारित प्रश्नों के उत्तर देने में संघर्ष करते हैं, जो महत्वपूर्ण सूचना विषमताओं और एआई में बेहतर सांस्कृतिक समावेशिता की अनिवार्य आवश्यकता को रेखांकित करता है।
यह शोध पत्र इस बात की जांच करता है कि कैसे कोविड-19 उपचारों के बारे में पुनर्प्राप्त वैचारिक पाठ (ideological texts) एक रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) ढांचे के भीतर लार्ज लैंग्वेज मॉडल के आउटपुट को प्रभावित करते हैं, यह प्रदर्शित करते हुए कि ऐसा बाहरी ज्ञान मॉडल की प्रतिक्रियाओं को विशिष्ट विचारधाराओं के साथ महत्वपूर्ण रूप से संरेखित करता है और उन्नत प्रॉम्प्टिंग इस प्रभाव को और अधिक बढ़ा देती है, जिससे RAG सिस्टम में वैचारिक पूर्वाग्रहों और हेरफेर के जोखिमों को पहचानने और कम करने की महत्वपूर्ण आवश्यकता पर प्रकाश पड़ता है।
यह शोध पत्र कॉन्टीगार्ड (ContiGuard) को प्रस्तुत करता है, जो निरंतर विषाक्तता पहचान (continual toxicity detection) के लिए एक नवीन ढांचा है, जो विकसित होते और अर्थ-विकृत करने वाले अपयवी व्यवधानों (semantics-distorting evasive perturbations) के विरुद्ध लचीलापन बनाए रखने और पहचान क्षमताओं को गतिशील रूप से अपडेट करने के लिए एक एलएलएम-संचालित अर्थ संवर्धन रणनीति (LLM-powered semantic enriching strategy) और एक विभेदन-संचालित विशेषता शिक्षण दृष्टिकोण (discriminability-driven feature learning approach) का लाभ उठाता है।
यह शोध पत्र एक नए बेंचमार्क और "शॉपिंग कंपैनियन" (Shopping Companion) को पेश करते हुए दीर्घकालिक प्राथमिकता-जागरूक खरीदारी की चुनौतियों का समाधान करता है, जो एक एकीकृत मेमोरी-ऑगमेंटेड एलएलएम (LLM) एजेंट है जिसे एक दोहरे-पुरस्कार सुदृढीकरण लर्निंग (dual-reward reinforcement learning) रणनीति के साथ प्रशिक्षित किया गया है और जो उपयोगकर्ता की प्राथमिकताओं को समझने और जटिल ई-कॉमर्स कार्यों को निष्पादित करने में अत्याधुनिक मॉडलों से बेहतर प्रदर्शन करता है।
यह अध्ययन एक समुदाय-क्यूरेटेड समानांतर संग्रह (parallel corpus) विकसित करके और यह प्रदर्शित करके एनएलपी (NLP) में कम-संसाधन वाली एफिक (Efik) भाषा के अल्प-प्रतिनिधित्व को संबोधित करता है कि इस डेटासेट पर एनएलबी-200 (NLLB-200) मॉडल को फाइन-ट्यून करने से एमटी5 (mT5) की तुलना में बेहतर अंग्रेजी-एफिक मशीन अनुवाद प्रदर्शन प्राप्त होता है, जिससे समावेशी और न्यायसंगत डिजिटल भाषा संरक्षण को बढ़ावा मिलता है।
यह शोध पत्र SDiaReward प्रस्तुत करता है, जो एक नवीन डेटासेट पर प्रशिक्षित एक एंड-टू-एंड मल्टी-टर्न रिवॉर्ड मॉडल है, जिसका उद्देश्य स्पोकन डायलॉग सिस्टम में मोडैलिटी और बोलचाल के अंतर को पाटना है, साथ ही ESDR-Bench बेंचमार्क भी पेश करता है, जो प्रोसोडी, इमोशन और नेचुरल स्पीच एक्सप्रेसिवनेस के मूल्यांकन में स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करता है।
यह पूर्व-पंजीकृत अध्ययन सिग्नल डिटेक्शन थ्योरी (Signal Detection Theory) को लार्ज लैंग्वेज मॉडल्स पर लागू करता है, जो यह प्रकट करता है कि तापमान एक शुद्ध क्राइटेरियन शिफ्ट के बजाय संवेदनशीलता और पूर्वाग्रह दोनों के दोहरे-मॉड्यूलेटर के रूप में कार्य करता है, और यह प्रदर्शित करता है कि पूर्ण पैरामीट्रिक एसडीटी फ्रेमवर्क उन महत्वपूर्ण नैदानिक अंतरों को उजागर करता है जिन्हें पारंपरिक कैलिब्रेशन मेट्रिक्स पकड़ने में विफल रहते हैं।