11158 पेपर
इन्फोगैदरर (InfoGatherer) उच्च-दांव वाले दस्तावेज़-आधारित प्रश्नोत्तर (QA) के लिए एक सिद्धांतवादी ढांचा है जो अनिश्चितता को मॉडल करने और निर्णय विश्वसनीयता में सुधार करने तथा इंटरैक्शन टर्न को कम करने के लिए डैम्पस्टर-शेफर विश्वास असाइनमेंट (Dempster-Shafer belief assignments) का उपयोग करते हुए प्राप्त साक्ष्यों को रणनीतिक उपयोगकर्ता पूछताछ के साथ जोड़ता है।
यह शोध पत्र यह प्रदर्शित करता है कि HuLM नामक एक विशिष्ट कार्य के माध्यम से लेखक के भाषाई संदर्भ को मॉडल करके पारिस्थितिक भ्रम (ecological fallacy) को संबोधित करना, विशेष रूप से फाइन-ट्यूनिंग (HuFT) या निरंतर प्री-ट्रेनिंग के दौरान, मानक प्रशिक्षण विधियों की तुलना में कई डाउनस्ट्रीम कार्यों में एक 8B Llama मॉडल के प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक स्ट्रक्चर्ड स्टाइल-रीराइट फ्रेमवर्क (Structured Style-Rewrite Framework) प्रस्तावित करता है जो छोटे भाषा मॉडलों को इन्फरेंस के दौरान स्पष्ट तर्क टोकन की आवश्यकता के बिना उच्च-निष्ठा (high-fidelity) और सुसंगत चरित्र भूमिका निभाने में सक्षम बनाने के लिए शैलीगत आयामों के स्पष्ट विसंयोजन (explicit disentanglement) को निहित चेन-ऑफ-थॉट कंडीशनिंग (implicit Chain-of-Thought conditioning) के साथ जोड़ता है।
यह शोध पत्र एक व्याख्यात्मक मॉडलिंग दृष्टिकोण प्रस्तावित करता है जो गतिशील मानसिक कल्याण की भविष्यवाणी करने के लिए सोशल मीडिया डेटा से प्राप्त परिस्थितिगत संदर्भ विशेषताओं के साथ व्यक्ति-स्तरीय मनोवैज्ञानिक लक्षणों को एकीकृत करता, यह प्रदर्शित करते हुए कि सिद्धांत-आधारित विधियाँ मानक भाषा मॉडल एम्बेडिंग की तुलना में प्रतिस्पर्धी प्रदर्शन और अधिक मानव-समझने योग्य अंतर्दृष्टि प्रदान करती हैं।
Track-SQL एक नवीन फ्रेमवर्क है जो सिमेंटिक स्कीमा और कॉन्टेक्स्ट ट्रैकिंग के लिए ड्यूल-एक्सट्रैक्टिव मॉड्यूल को एकीकृत करके मल्टी-टर्न टेक्स्ट-टू-SQL कार्यों के लिए जनरेटिव लैंग्वेज मॉडल्स को उन्नत करता है, जिससे SparC और CoSQL डेटासेट्स पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र रूब्रिक-आधारित प्रॉम्प्ट्स का उपयोग करके ऑस्ट्रियाई ए-लेवल जर्मन निबंध ग्रेडिंग पर चार अत्याधुनिक ओपन-वेट लार्ज लैंग्वेज मॉडल्स के प्रदर्शन का मूल्यांकन करता है, जिसमें यह पाया गया कि हालांकि वे मानकीकृत मानदंडों को लागू कर सकते हैं, लेकिन मानव विशेषज्ञों के साथ उनकी कम सहमति दर (उप-आयामों पर अधिकतम 40.6% और अंतिम ग्रेड पर 32.8%) उन्हें वर्तमान में वास्तविक दुनिया के स्वचालित स्कोरिंग के लिए अनुपयुक्त बनाती है।
यह शोध पत्र एक ज़ीरो-शॉट तंत्र का प्रस्ताव करता है जो जनरेशन से पहले डिफ्यूजन लैंग्वेज मॉडल्स के फिक्स्ड कॉन्टेक्स्ट विंडो को डायनामिकली क्रॉप करने के लिए लेटेंट प्रॉम्प्ट रिप्रेजेंटेशन्स का लाभ उठाता है, जिससे विविध कार्यों में प्रदर्शन को बनाए रखते हुए या सुधारते हुए कंप्यूटेशनल लागतों को काफी कम किया जा सकता है।
यह शोध पत्र एक ग्राफ-आधारित ढांचे का प्रस्ताव करता है जो आख्यानों (narratives) को इकाई-परस्पर क्रिया ग्राफ (entity-interaction graphs) के रूप में मॉडल करता है और न्यूनतम कारण उप-ग्राफ (minimal causal subgraphs) निकालने के लिए कारण अनुमान (causal estimation) का उपयोग करता है, जिससे पारंपरिक ब्लैक-बॉक्स मॉडल में निहित पूर्वाग्रहों को कम करते हुए विरोधी आख्यानों को वर्गीकृत करने में उत्कृष्ट प्रदर्शन प्राप्त होता है।
यह शोध पत्र CRIMSON को प्रस्तुत करता है, जो चेस्ट एक्स-रे रिपोर्ट जनरेशन के लिए एक नैदानिक रूप से आधारित मूल्यांकन ढांचा है, जो मौजूदा मेट्रिक्स की तुलना में रेडियोलॉजिस्ट के निर्णयों के साथ बेहतर संरेखण प्राप्त करने के लिए रोगी संदर्भ, दिशानिर्देश-आधारित गंभीरता भारण और एक व्यापक त्रुटि वर्गीकरण का लाभ उठाता है।
यह शोधपत्र MAPO का प्रस्ताव करता है, जो एक क्रिटिक-मुक्त (critic-free) सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है जो जज मॉडल से सघन प्रक्रिया फीडबैक (dense process feedback) को एक मिश्रित एडवांटेज एस्टिमेटर के साथ जोड़ता है ताकि भावनात्मक समर्थन जैसे व्यक्तिपरक कार्यों में स्थिर, स्केलेबल और उच्च-प्रदर्शन वाले दीर्घ-अवधि बहु-चरण संवाद अनुकूलन को सक्षम बनाया जा सके।