11158 पेपर
यह शोध पत्र यूरोपीय संसद के भाषणों, अनुवादों और व्याख्याओं का एक अद्यतित, संयुक्त अंग्रेजी-जर्मन संग्रह प्रस्तुत करता है जिसमें परिष्कृत मेटाडेटा और नई सूचना-सैद्धांतिक एनोटेशन शामिल हैं, जिसे भाषा भिन्नता, अनुवाद-शैली (translationese) और संभाव्य मॉडलों का उपयोग करके व्याख्या (interpreting) में विफलता या व्यवधान (disfluencies) के पूर्वानुमान पर अनुसंधान को समर्थन देने के लिए डिज़ाइन किया गया है।
यह शोध पत्र MITRA को प्रस्तुत करता है, जो एक ऑन-प्रिमाइज़ रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) सिस्टम है, जिसे दस्तावेज़ प्रसंस्करण के लिए एक नवीन स्वचालित पाइपलाइन और एक दो-स्तरीय वेक्टर डेटाबेस आर्किटेक्चर का उपयोग करके CMS जैसे बड़े पैमाने के भौतिकी सहयोगों में ज्ञान पुनर्प्राप्ति को बढ़ाने के लिए डिज़ाइन किया गया है, ताकि डेटा गोपनीयता सुनिश्चित करते हुए संदर्भ-जागरूक प्रश्नों के सटीक उत्तर दिए जा सकें।
One-Eval एक एजेंटिक सिस्टम है जो बेंचमार्क प्लानिंग, डेटासेट रेजोल्यूशन और निर्णय-उन्मुख रिपोर्टिंग के लिए एकीकृत घटकों के माध्यम से प्राकृतिक-भाषा अनुरोधों को पता लगाने योग्य, अनुकूलन योग्य वर्कफ़्लो में परिवर्तित करके लार्ज लैंग्वेज मॉडल्स के एंड-टू-एंड मूल्यांकन को स्वचालित करता है, जिससे मैन्युअल प्रयास कम होता है और पुनरुत्पादकता बढ़ती है।
यह शोध पत्र चेन-ऑफ-एजेंट्स फ्रेमवर्क में चंक ऑर्डरिंग को अनुकूलित करने के लिए चाउ-लिउ पेड़ों (Chow-Liu trees) का उपयोग करने का प्रस्ताव देता है, जो यह प्रदर्शित करता है कि सीखे गए निर्भरता संरचना (dependency structure) का ब्रेडथ-फर्स्ट ट्रैवर्सल, मानक क्रम निर्धारण विधियों की तुलना में सूचना हानि को काफी कम करता है और लॉन्ग-कॉन्टेक्स्ट बेंचमार्क पर तर्क सटीकता में सुधार करता है।
19,000 से अधिक प्रतिभागियों वाले बड़े पैमाने के सर्वेक्षण प्रयोगों के माध्यम से, यह अध्ययन प्रदर्शित करता है कि अत्याधुनिक लार्ज लैंग्वेज मॉडल्स सामान्यतः राजनीतिक विज्ञापनों की तुलना में अधिक प्रभावशाली प्रदर्शन करते हैं, जिसमें मॉडल्स के बीच महत्वपूर्ण प्रदर्शन भिन्नता और सूचना-आधारित प्रॉम्प्टिंग रणनीतियों का मॉडल-निर्भर प्रभाव देखा गया है।
यह शोध पत्र प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स में तर्क (रीज़निंग) को सक्षम करने से दो तंत्रों—कंप्यूटेशनल बफरिंग और तथ्यात्मक प्राइमिंग—के माध्यम से सरल तथ्यात्मक ज्ञान की रिकॉल क्षमता में उल्लेखनीय वृद्धि होती है, साथ ही यह भी प्रदर्शित करता है कि इस प्रक्रिया के दौरान मध्यवर्ती तथ्यों का मतिभ्रम (हैलुसिनेशन) अंतिम उत्तरों में त्रुटियों को बढ़ाता है, एक ऐसा निष्कर्ष जिसका उपयोग भ्रम-मुक्त तर्क पथों को प्राथमिकता देकर मॉडल की सटीकता में सुधार करने के लिए किया जा सकता है।
यह शोध पत्र यह प्रदर्शित करता है कि तर्क (reasoning) बड़े भाषा मॉडलों (large language models) में ईमानदारी को निरंतर बढ़ाता है, क्योंकि यह उन्हें एक ऐसे प्रतिनिधि स्थान (representational space) के माध्यम से निर्देशित करता है जहाँ भ्रामक अवस्थाएँ मेटास्टेबल (metastable) और आसानी से बाधित होने वाली होती हैं, जो अंततः मॉडलों को अधिक स्थिर, ईमानदार डिफ़ॉल्ट्स की ओर धकेलता है।
यह शोध पत्र CREATE को प्रस्तुत करता है, जो एक नया बेंचमार्क है जिसे बड़े भाषा मॉडलों की साहचर्य रचनात्मकता (associative creativity) का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो विविध और विशिष्ट वैचारिक संबंधों को उत्पन्न करने की उनकी क्षमता को मापता है, यह प्रकट करते हुए कि हालांकि फ्रंटियर मॉडल अन्य मॉडलों से बेहतर प्रदर्शन करते हैं, वर्तमान सोच और प्रॉम्प्टिंग रणनीतियाँ इस जटिल कार्य पर केवल सीमित सुधार प्रदान करती हैं।
यह समीक्षा भाषा बोध का एक एकीकृत मॉडल प्रस्तावित करती है जो यह स्पष्ट करता है कि कैसे बॉटम-अप ध्वनिक धारणा (acoustic perception) और टॉप-डाउन सामाजिक अपेक्षाओं के बीच गतिशील परस्पर क्रिया से वक्ता प्रभाव (speaker effects) उत्पन्न होते हैं, जिसमें व्यक्तिगत परिचितता और जनसांख्यिकीय पूर्वाग्रहों के बीच अंतर करते हुए भाषा विकास और मानव-एआई (human-AI) संपर्क को समझने के लिए इस मॉडल की प्रासंगिकता पर प्रकाश डाला गया है।
यह शोधपत्र एम्बेडिंग प्रायर्स (embedding priors) को पेश करके प्रॉम्प्ट-ट्यूनिंग में एम्बेडिंग कोलैप्स (embedding collapse) के प्रभाव की जांच करता है, यह प्रकट करते हुए कि मॉडल विविध सक्रियण क्षेत्रों (activation regions) से एम्बेडिंग्स का प्रभावी ढंग से उपयोग कर सकते हैं और विभिन्न कार्य प्रकारों के लिए विशिष्ट सक्रियण क्लस्टर मौजूद हैं, जो यह सुझाव देता है कि नियंत्रणीय पोस्टीरियर्स (controllable posteriors) व्याख्यात्मकता को बढ़ा सकते हैं और चेन-ऑफ-थॉट डिस्टिलेशन (chain-of-thought distillation) जैसे कार्यों के लिए एक आधार के रूप में कार्य कर सकते हैं।