11158 पेपर
यह व्यवस्थित साहित्य समीक्षा मशीन लर्निंग में "ग्राउंड ट्रुथ" (ground truth) प्रतिमान की एक प्रत्यक्षवादी भ्रांति के रूप में आलोचना करती है जो मानवीय असहमति को शोर के रूप में गलत व्याख्या करती है, और इसके बजाय बहुलवादी एनोटेशन बुनियादी ढांचों का तर्क देती है जो विविध व्यक्तिपरक दृष्टिकोणों को सांस्कृतिक रूप से सक्षम मॉडल बनाने के लिए आवश्यक उच्च-सटीकता वाले संकेतों के रूप में देखते हैं।
यह शोध पत्र IntelliAsk को प्रस्तुत करता है, जो एक प्रश्न-निर्माण मॉडल है जिसे उच्च गुणवत्ता वाले, साक्ष्य-आधारित शोध प्रश्न उत्पन्न करने के लिए एक नवीन रिवॉर्ड मॉडल (IntelliReward) और DAPO अनुकूलन के माध्यम से RLVR द्वारा प्रशिक्षित किया गया है, जो विशेषज्ञ मूल्यांकनों में मानव समीक्षकों और मजबूत बेसलाइन से बेहतर प्रदर्शन करने के साथ-साथ व्यापक तर्क और लेखन क्षमताओं को भी बढ़ाता है।
यह शोध पत्र क्रॉस-डॉक्यूमेंट कोरेफरेंस रेजोल्यूशन के लिए एक संशोधित एनोटेशन योजना प्रस्तावित करता है जो समाचार मीडिया में लेक्सिकल विविधता और फ्रेमिंग विविधताओं को बेहतर ढंग से पकड़ने के लिए कोरेफरेंस श्रृंखलाओं को विमर्श तत्वों (डिस्कोर्स एलिमेंट्स) के रूप में मानता है, और NewsWCL50 एवं ECB+ डेटासेट के पुन: एनोटेशन के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण अधिक संतुलित और विमर्श-जागरूक विश्लेषण को सक्षम बनाता है।
यह शोध पत्र उत्पादन-स्तर के LLM एजेंटों के मूल्यांकन में मौजूदा बेंचमार्क की सीमाओं को संबोधित करने के लिए नवीन "Text-to-Big SQL" मूल्यांकन मेट्रिक्स प्रस्तुत करता है, जो यह प्रदर्शित करता है कि पारंपरिक Text-to-SQL मेट्रिक्स उन महत्वपूर्ण लागत, विलंबता (latency) और दक्षता संबंधी निहितार्थों को पकड़ने में विफल रहते हैं जो बड़े डेटासेट तक स्केल करने पर उत्पन्न होते हैं।
यह शोध पत्र यह स्थापित करता है कि यद्यपि भाषा-तुल्य संदर्भ-मुक्त व्याकरण (context-free grammars) व्याकरण-बद्ध डिकोडिंग में समान टोकन मास्क उत्पन्न करते हैं, फिर भी उनके संरचनात्मक अंतर परिवर्तनशील स्टेट-स्पेस ब्लोअप और अस्पष्टता लागतों को पेश करके कम्प्यूटेशनल दक्षता को महत्वपूर्ण रूप से प्रभावित करते हैं, जिससे डिकोडिंग कार्य पर मौलिक निचली सीमाएं (lower bounds) और मास्क किए गए सैंपलिंग के लिए नए विरूपण मेट्रिक्स (distortion metrics) उत्पन्न होते हैं।
यह शोध पत्र CBR-to-SQL प्रस्तुत करता है, जो एक केस-बेस्ड रीजनिंग (Case-Based Reasoning) फ्रेमवर्क है जो एब्स्ट्रैक्ट केस टेम्पलेट्स और एक दो-चरणीय रिट्रीवल प्रक्रिया का उपयोग करके स्वास्थ्य सेवा में टेक्स्ट-टू-SQL जनरेशन में सुधार करता है ताकि MIMICSQL डेटासेट पर मानक रिट्रीवल-ऑगमेंटेड जनरेशन विधियों की तुलना में उच्च सटीकता, सैंपल दक्षता और मजबूती प्राप्त की जा सके।
यह शोध पत्र NOTAI.AI को प्रस्तुत करता है, जो एक व्याख्यात्मक ढांचा (explainable framework) है जो मशीन-जनित टेक्स्ट का पता लगाने के लिए एक XGBoost क्लासिफायर के भीतर कर्वेचर-आधारित संकेतों (curvature-based signals), न्यूरल और स्टाइलोमेट्रिक विशेषताओं को संयोजित करता है, और अपने निर्णयों के लिए संरचित, प्राकृतिक-भाषा तर्क उत्पन्न करने के लिए SHAP और एक LLM लेयर का उपयोग करता है।
यह अध्ययन प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स के नैतिक निर्णय अत्यधिक नाजुक और हेरफेर योग्य हैं, क्योंकि वे किसी दुविधा के अंतर्निहित नैतिक सार की तुलना में नैरेटिव परिप्रेक्ष्य, अनुनय संकेतों और मूल्यांकन प्रोटोकॉल से काफी अधिक प्रभावित होते हैं।
FreeTxt-Vi एक निःशुल्क, ओपन-सोर्स वेब टूलकिट है जो सेगमेंटेशन, सेंटिमेंट एनालिसिस और समराइजेशन के लिए एक बेंचमार्क्ड द्विभाषी वियतनामी-अंग्रेजी एनएलपी पाइपलाइन को एकीकृत करता है, जो गैर-प्रोग्रामरों को टेक्स्ट डेटा का विश्लेषण करने में सक्षम बनाता है और मौजूदा बेसलाइनों के मुकाबले प्रतिस्पर्धी प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र Ptychi-Evolve को प्रस्तुत करता है, जो एक स्वायत्त ढांचा (framework) है जो प्टाइकोग्राफी (ptychography) के लिए नवीन नियमितीकरण एल्गोरिदम (regularization algorithms) को स्वचालित रूप से खोजने और विकसित करने के लिए लार्ज लैंग्वेज मॉडल्स और विकासवादी तंत्रों (evolutionary mechanisms) का लाभ उठाता है, जिससे विविध इमेजिंग डेटासेट्स में पुनर्निर्माण गुणवत्ता में महत्वपूर्ण सुधार प्राप्त होता है।