11158 पेपर
यह शोध पत्र जैविक समाधानों के बजाय सिंथेटिक समाधानों के पक्ष में एलएलएम (LLM) के पूर्वाग्रहों को मापने और कम करने के लिए एक "बायोअलाइनमेंट" (Bioalignment) ढांचे को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि जैविक साहित्य के एक क्यूरेटेड संग्रह पर लक्षित फाइन-ट्यूनिंग, सामान्य क्षमताओं से समझौता किए बिना, मॉडल की बायो-आधारित दृष्टिकोणों के प्रति प्राथमिकता को महत्वपूर्ण रूप से बढ़ा देता है।
DuplexCascade एक VAD-मुक्त, कैस्केड किया हुआ ASR-LLM-TTS पाइपलाइन है जो लंबे टर्न्स को माइक्रो-टर्न्स में बदलकर और टर्न-टेकिंग को समन्वित करने के लिए विशेष कंट्रोल टोकन का उपयोग करके फुल-डुप्लेक्स स्पीच-टू-स्पीच संवाद को सक्षम बनाता है, जबकि बड़े भाषा मॉडलों की संवादात्मक बुद्धिमत्ता को भी सुरक्षित रखता है।
यह शोध पत्र तर्क देता है कि लार्ज लैंग्वेज मॉडल्स के लिए तार्किक तर्क में प्रगति अनजाने में खतरनाक स्थितिजन्य जागरूकता और रणनीतिक धोखे के लिए एक यांत्रिक मार्ग निर्मित करती है, जिससे इन उभरते जोखिमों को कम करने के लिए RAISE जैसे नए सुरक्षा ढांचे की आवश्यकता होती है।
यह शोध पत्र भावना को एक अंतर्निहित कारक के रूप में जांच करता है जो LLM के ध्यान और तर्क को प्रभावित करता है, जिसमें AURA-QA डेटासेट और एक भावनात्मक नियमितीकरण ढांचा पेश किया गया है जो भावनात्मक रूप से परिवर्तनशील और मानक दोनों बेंचमार्क पर पठन बोध प्रदर्शन में स्पष्ट रूप से सुधार करता है।
LooComp एक हल्का, एनकोडर-ओनली (encoder-only) ट्रांसफॉर्मर फ्रेमवर्क है जो केवल प्रश्न-महत्वपूर्ण वाक्यों को पहचानने और उन्हें बनाए रखने के लिए एक मार्जिन-आधारित लीव-वन-आउट (leave-one-out) रणनीति का उपयोग करके रिट्रीवल कॉन्टेक्स्ट्स को कुशलतापूर्वक संकुचित करता है, जिससे प्रश्न-उत्तर प्रदर्शन से समझौता किए बिना उच्च संपीड़न अनुपात प्राप्त किया जाता है।
यह शोध पत्र विविध लार्ज ऑडियो लैंग्वेज मॉडल्स में चार कॉन्ट्रास्टिव डिकोडिंग रणनीतियों का व्यवस्थित रूप से मूल्यांकन करता है, जिसमें ऑडियो-अवेयर और ऑडियो कॉन्ट्रास्टिव डिकोडिंग को सबसे प्रभावी पहचानते हुए एक ट्रांजिशन मैट्रिक्स फ्रेमवर्क पेश किया गया है जो यह प्रदर्शित करता है कि ये विधियाँ ऑडियो की अनुपस्थिति के गलत दावों जैसे विशिष्ट त्रुटि पैटर्न को सफलतापूर्वक सुधारती हैं, लेकिन दोषपूर्ण तर्क या आत्मविश्वासी गलत बयानों को सुधारने में विफल रहती हैं।
यह शोधपत्र AgentGEO प्रस्तुत करता है, जो एक नैदानिक ढांचा (diagnostic framework) है जो जेनेरेटिव इंजन ऑप्टिमाइज़ेशन में विशिष्ट साइटेशन विफलता मोड की पहचान करता है और न्यूनतम सामग्री को संशोधित करते हुए साइटेशन दरों में 40% से अधिक सापेक्ष सुधार प्राप्त करने के लिए लक्षित, पुनरावृत्ति सुधार (iterative repairs) लागू करता है।
यह शोध पत्र प्रदर्शित करता है कि बड़े भाषा मॉडल (large language models) टोपोलॉजिकल रिलेशंस पिक्चर सीरीज़ (Topological Relations Picture Series - TRPS) के रणनीतिक विस्तार को निर्देशित करने के लिए मानवीय स्थानिक वर्गीकरण लेबल के साथ प्रभावी ढंग से संरेखित हो सकते हैं, जिसके परिणामस्वरूप 42 दृश्यों वाला एक नया डेटासेट प्राप्त होता है जो पिछले विस्तारों की तुलना में स्थानिक संबंधों के बेहतर कवरेज की पेशकश करता है।
यह अध्ययन फ्रांसीसी स्वास्थ्य सेवा संदर्भों के भीतर लार्ज लैंग्वेज मॉडल्स (Large Language Models) में लैंगिक पूर्वाग्रह की जांच करता है, जो यह प्रदर्शित करता है कि ये मॉडल लिंग और स्वास्थ्य के अन्य सामाजिक निर्धारकों के बीच होने वाली अंतःक्रियाओं को संसाधित करते समय अंतर्निहित रूढ़ियों पर निर्भर करते हैं, जिससे व्यक्तिगत कारकों का अलग-थलग मूल्यांकन करने से परे संदर्भ-विशिष्ट आकलन की आवश्यकता पर बल मिलता है।
यह शोध पत्र CyberThreat-Eval को प्रस्तुत करता है, जो वास्तविक दुनिया के साइबर थ्रेट इंटेलिजेंस वर्कफ़्लो से व्युत्पन्न एक विशेषज्ञ-एनोटेटेड बेंचमार्क है, जो विश्लेषक-केंद्रित मेट्रिक्स का उपयोग करते हुए ट्राइएज-टू-रिपोर्टिंग पाइपलाइन के संपूर्ण चक्र में लार्ज लैंग्वेज मॉडल्स का आकलन करके मौजूदा मूल्यांकनों की सीमाओं को संबोधित करता है, और सूक्ष्म, कार्रवाई योग्य सुरक्षा अंतर्दृष्टि को संभालने में वर्तमान मॉडलों की क्षमता में महत्वपूर्ण अंतराल को प्रकट करता है।