9623 पेपर
यह शोधपत्र REAR को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) टेस्ट-टाइम फ्रेमवर्क है जो रिवॉर्ड फंक्शन्स को विघटित करके रिवॉर्ड घटकों को चुनिलेक्टिव रूप से रीस्केल करता है, जिससे लार्ज लैंग्वेज मॉडल्स को विविध उपयोगकर्ता प्राथमिकताओं के साथ संरेखित किया जाता है, और इस प्रकार सत्यापन योग्य डोमेन से परे जटिल प्राथमिकता संरेखण कार्यों तक कुशल टेस्ट-टाइम स्केलिंग का विस्तार किया जाता है।
OLIVE एक स्व-पर्यवेक्षित स्पीच रिप्रजेंटेशन लर्निंग फ्रेमवर्क है जो व्यू-ऑगमेंटेड मास्क्ड लेटेंट प्रेडिक्शन और वेवफॉर्म रिकंस्ट्रक्शन को संयुक्त रूप से अनुकूलित करता है ताकि मजबूत, सिग्नल-इन्फॉर्मेटिव रिप्रजेंटेशन्स उत्पन्न किए जा सकें जो जनरेशन और स्पीकर कार्यों में उत्कृष्ट होने के साथ-साथ रिकग्निशन और सिमेंटिक अनुप्रयोगों में प्रतिस्पर्धी प्रदर्शन बनाए रखते हैं।
यह शोध पत्र RAPS-DA का प्रस्ताव करता है, जो एक रिजीम-अवेयर पीयर स्पेशलाइजेशन फ्रेमवर्क है जो विशिष्ट संघर्ष विश्वसनीयता रिजीम्स (conflict reliability regimes) के लिए अलग-अलग पीयर स्पेशलिस्ट्स को प्रशिक्षित करके और उच्च-संघर्ष संकेतों पर पर्यवेक्षण को केंद्रित करने के लिए एक टोकन-लेवल डुअल-लेयर सेलेक्टर का उपयोग करके सुदृढ़ रिट्रीवल-ऑगमेंटेड जनरेशन को बढ़ाता है, जिससे बिना रिजीम लेबल या परिनियोजन (deployment) के दौरान पीयर एक्सेस की आवश्यकता के मौजूदा बेसलाइन्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र Poller को प्रस्तुत करता है, जो एक नवीन LLM-आधारित मूल्यांकन पद्धति है जो विशेष आयामों में चीनी कविता की समझ के आकलन में त्रुटियों को काफी कम करने के लिए कवि के दृष्टिकोण को अपनाती है, जो प्रभावी रूप से स्वचालित दक्षता और मानवीय विशेषज्ञता के बीच के अंतर को पाटती है।
यह शोध पत्र ट्यूटरिंग और पीयर रिव्यूइंग में एलएलएम (LLMs) के लिए बेयसियन सिद्धांत और जोखिम-अवरोधक रणनीतियों पर आधारित अनिश्चितता-जागरूक निर्णय लेने वाले एल्गोरिदम का प्रस्ताव और मूल्यांकन करता है, यह प्रदर्शित करते हुए कि हालांकि ये विधियाँ जनरेशन उपयोगिता में सुधार कर सकती हैं, बेयसियन दृष्टिकोण आम तौर पर जोखिम-अवरोधक नियमों से बेहतर प्रदर्शन करते हैं जो अस्पष्ट परिदृश्यों में अत्यधिक सामान्य आउटपुट की ओर ले जा सकते हैं।
यह शोध पत्र एक प्रश्न उत्तर प्रणाली प्रस्तुत करता है जो कोलबर्ट (ColBERT) रिट्रीवल और एंसेम्बल रिस्पॉन्स स्कोरिंग का उपयोग करती है जिसने टेलीकम्युनिकेशन डोमेन चुनौती पर छोटे भाषा मॉडलों (Phi-2 और Falcon-7B) के प्रदर्शन में महत्वपूर्ण सुधार किया, जिससे क्रमशः 81.9% और 57.3% सटीकता प्राप्त हुई।
यह शोध पत्र SIGNER को प्रस्तुत करता है, जो एक साइन लैंग्वेज जनरेशन फ्रेमवर्क है जो समय-समाधान आधारित कंडीशनिंग (time-resolved conditioning) और टेम्पोरल ग्राउंडिंग को लागू करने के लिए एक स्थानीय टेम्पोरल फ्यूजन मॉड्यूल का उपयोग करके मौजूदा विधियों की सीमाओं को संबोधित करता है, जिससे बेंचमार्क डेटासेट्स पर लेक्सिकल ऑर्डरिंग और सिमेंटिक सटीकता दोनों में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र कई मॉडलों और डेटासेटों में ट्यून्ड लेंस (Tuned Lens) विश्लेषण का उपयोग करके यह प्रदर्शित करता है कि निश्चित और अनिश्चित भविष्यवाणियों की परत-वार अनुमान संबंधी गतिशीलता (layer-wise inference dynamics) काफी हद तक संरेखित है, जो सरल अनिश्चितता पहचान विधियों की व्यवहार्यता को चुनौती देता है और यह सुझाव देता है कि अधिक सक्षम मॉडल अनिश्चितता को अलग तरह से संसाधित कर सकते हैं।
यह शोध पत्र TruthV को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) विधि है जो MLP वैल्यू वेक्टर्स के एक विरल उपसमुच्चय (sparse subset) से संकेतों को एकत्रित करके LLM की सत्यनिष्ठा का पता लगाती है, और बिना किसी अतिरिक्त पैरामीटर या क्लासिफायर प्रशिक्षण के विभिन्न मॉडल स्केल्स और बेंचमार्क में मौजूदा बेसलाइन्स से बेहतर प्रदर्शन करती है।
यह शोध पत्र "चयनात्मक त्याग" (selective quitting) को LLM एजेंटों के लिए एक अत्यधिक प्रभावी, तत्काल तैनात करने योग्य सुरक्षा तंत्र के रूप में प्रस्तावित और मान्य करता है, यह प्रदर्शित करते हुए कि कम-आत्मविश्वास वाली स्थितियों से हटने के स्पष्ट निर्देश, बहु-चरण परिदृश्यों में उपयोगिता पर नगण्य प्रभाव के साथ सुरक्षा में महत्वपूर्ण सुधार करते हैं।