11158 पेपर
यह अध्ययन दर्शाता है कि ChatGPT ने चुनौतीपूर्ण कार्डियोलॉजी और संवहनी रोग विज्ञान (वैस्कुलर पैथोलॉजी) के प्रश्नों के उत्तर देने में दो मेडिकल छात्रों से बेहतर प्रदर्शन किया, जिससे 190 प्रश्नों के डेटासेट पर 92.10% की सटीकता दर प्राप्त हुई, जिससे चिकित्सा शिक्षा के लिए एक मूल्यवान उपकरण के रूप में इसकी क्षमता उजागर होती है।
यह शोध पत्र एक महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करता है जहाँ लार्ज लैंग्वेज मॉडल्स (LLMs) जनरेशन कार्यों में उत्कृष्ट होते हैं लेकिन मूल्यांकन में संघर्ष करते हैं, और अक्सर उन क्षेत्रों में भी अविश्वसनीय निर्णय देते हैं जहाँ उनमें दक्षता की कमी होती है, जिससे यह धारणा चुनौती मिलती है कि सृजनात्मक निपुणता मूल्यांकन संबंधी विश्वसनीयता की गारंटी देती है।
यह शोध पत्र वैज्ञानिक लेखों के भीतर उद्धरणों (citations) पर भावना विश्लेषण (sentiment analysis) करने के लिए ChatGPT का उपयोग करने का प्रस्ताव देता है, जिसका उद्देश्य सूक्ष्म स्वागत पैटर्न को उजागर करना और विद्वत्तापूर्ण अनुसंधान की अखंडता को बढ़ाने के लिए संभावित पूर्वाग्रहों या हितों के टकराव का पता लगाना है।
यह शोध पत्र ऑटोमैटिक स्पीच रिकग्निशन के लिए एक नवीन दो-चरणीय सक्रिय शिक्षण (एक्टिव लर्निंग) पाइपलाइन का प्रस्ताव करता है जो विविध और सूचनात्मक नमूनों को कुशलतापूर्वक पहचानने के लिए अनसुपरवाइज्ड एक्स-वेक्टर क्लस्टरिंग को एक सुपरवाइज्ड बायेसियन बैच चयन पद्धति के साथ जोड़ता है, जिससे विभिन्न परीक्षण स्थितियों में मॉडल के प्रदर्शन में सुधार करते हुए लेबलिंग प्रयास को महत्वपूर्ण रूप से कम किया जा सकता है।
यह शोध पत्र यह प्रदर्शित करता है कि सामान्य रूप से उपयोग किए जाने वाले पूर्वाग्रह मेट्रिक्स (bias metrics) बड़े भाषा मॉडलों (large language models) से होने वाले आवंटनात्मक नुकसान (allocational harms) को विश्वसनीय रूप से पकड़ने में विफल रहते हैं क्योंकि वे मॉडल के अनुमानों और सीमित संसाधनों के आवंटन के समय लिए गए वास्तविक निर्णयों के बीच महत्वपूर्ण विसंगति की अनदेखी करते हैं।
यह शोध पत्र एक संसाधन-कुशल और व्याख्या योग्य ढांचे का प्रस्ताव करता है जो डिकोडिंग समय पर छोटे, फाइन-ट्यून किए गए विशेषज्ञ मॉडलों का उपयोग करके डिबायसिंग सिग्नल उत्पन्न करके लार्ज लैंग्वेज मॉडल्स में पूर्वाग्रहों को कम करता है, जिससे समग्र मॉडल प्रदर्शन को बनाए रखते हुए लिंग, नस्ल और धर्म के पूर्वाग्रहों में महत्वपूर्ण कमी आती है।
यह शोध पत्र LEO को प्रस्तुत करता है, जो एक सुव्यवस्थित मल्टीमॉडल लार्ज लैंग्वेज मॉडल आर्किटेक्चर है जो विविध बेंचमार्क और स्वायत्त ड्राइविंग जैसे विशिष्ट डोमेन में विजुअल अंडरस्टैंडिंग को महत्वपूर्ण रूप से बढ़ाने के लिए पोस्ट-एडेप्टेशन प्रोजेक्टर्स, टाइल-लेवल सीक्वेंस इंटरलीविंग और डायनेमिक टिलिंग की एक लाइटवेट फ्यूजन रणनीति का उपयोग करता है।
यह सर्वेक्षण बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) और उन उपकरणों के उभरते पारिस्थितिकी तंत्र का एक व्यापक अवलोकन प्रदान करता है जो वैज्ञानिक जीवनचक्र में शोधकर्ताओं को सहायता प्रदान करते हैं, जिसमें साहित्य खोज और विचार सृजन से लेकर सामग्री निर्माण, प्रयोग और मूल्यांकन तक के प्रमुख कार्यों को शामिल किया गया है, साथ ही संबंधित डेटासेट, विधियों, सीमाओं और नैतिक चिंताओं को भी संबोधित किया गया है।
यह शोध पत्र रीजनिंग रिवॉर्ड मॉडल्स (ReasRMs), विशेष रूप से RM-R1 परिवार को प्रस्तुत करता है, जो मौजूदा बड़े पैमाने के मॉडल्स की तुलना में बेहतर व्याख्यात्मकता और प्रदर्शन प्राप्त करने के लिए चेन-ऑफ-रूब्रिक्स मैकेनिज्म और टू-स्टेज ट्रेनिंग पाइपलाइन का उपयोग करके रिवॉर्ड मॉडलिंग को एक रीजनिंग कार्य के रूप में पुनर्गठित करता है।
यह शोध पत्र EVA को प्रस्तुत करता है, जो भाषा मॉडलिंग से प्रेरित एक नवीन इवेंट-दर-इवेंट एसिंक्रोनस-टू-सिंक्रोनस (A2S) फ्रेमवर्क है जो अत्यधिक अभिव्यंजक फीचर्स उत्पन्न करता है, जो रिकग्निशन कार्यों में पूर्व विधियों से बेहतर प्रदर्शन करता है और इवेंट-आधारित विजन के लिए डिटेक्शन में अत्याधुनिक परिणाम प्राप्त करता है।