11158 पेपर
यह शोध पत्र ThaiSafetyBench प्रस्तुत करता है, जो 1,954 सांस्कृतिक रूप से सूक्ष्म थाई प्रॉम्प्ट्स का एक ओपन-सोर्स बेंचमार्क है जो वर्तमान LLMs—विशेष रूप से ओपन-सोर्स मॉडल और वे जो सांस्कृतिक रूप से विशिष्ट हमलों का सामना कर रहे हैं—में महत्वपूर्ण सुरक्षा अंतराल को प्रकट करता है, साथ ही थाई संदर्भ में सुरक्षा मूल्यांकन को आगे बढ़ाने के लिए एक उच्च-प्रदर्शन क्लासिफायर और लीडरबोर्ड भी प्रदान करता है।
यह शोध पत्र MUTEX प्रस्तुत करता है, जो एक नवीन ढांचा है जो सूक्ष्म-स्तरीय उर्दू विषाक्त स्पैन (toxic span) डिटेक्शन के लिए पहला पर्यवेक्षित आधार (supervised baseline) प्राप्त करने हेतु मैन्युअल रूप से एनोटेट किए गए टोकन-स्तरीय डेटासेट के साथ XLM-RoBERTa और कंडीशनल रैंडम फील्ड्स को जोड़ता है, जो कोड-स्विचिंग और रूपात्मक भिन्नता जैसी चुनौतियों को प्रभावी ढंग से संबोधित करते हुए 60% टोकन-स्तरीय F1 स्कोर तक पहुँचता है।
यह शोध पत्र Aura को प्रस्तुत करता है, जो एक सार्वभौमिक ढांचा है जो एक अनुकूलित त्रिपक्षीय तंत्र के माध्यम से तीन अलग-अलग प्रकार के बहु-आयामी बाह्य कारकों को स्पष्ट रूप से कूटबद्ध और एकीकृत करके विमानन समय श्रृंखला पूर्वानुमान (aviation time series forecasting) को बढ़ाता है, जिससे बड़े पैमाने के औद्योगिक डेटासेट पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह अध्ययन प्रकट करता है कि स्पीचएलएलएम (SpeechLLMs) अपने प्रीट्रेन्ड एलएलएम (LLM) डिकोडर्स से महत्वपूर्ण अतिरेकता (redundancy) विरासत में प्राप्त करते हैं, जो यह दर्शाता है कि डिकोडर परतों के 40% तक की छंटनी (pruning) करने से एएसआर (ASR) और अनुवाद कार्यों में मजबूत प्रदर्शन बना रहता है, जबकि यह मल्टी-टास्क परिनियोजन के लिए एक एकल, कुशल बैकबोन को सक्षम बनाता है।
यह शोध पत्र LBM का प्रस्ताव करता है, जो एक पदानुक्रमित विशाल ऑटो-बिडिंग मॉडल है जो एक रीजनिंग-आधारित LLM-Think मॉड्यूल को एक एक्शन-जेनरेटिंग LBM-Act मॉड्यूल के साथ एकीकृत करता है, और गतिशील विज्ञापन नीलामी में मतिभ्रम (hallucinations) को दूर करने और बिडिंग प्रदर्शन में सुधार करने के लिए एक डुअल एम्बेडिंग तंत्र और ऑफलाइन रीइन्फोर्समेंट फाइन-ट्यूनिंग (GQPO) का उपयोग करता है।
यह शोध पत्र "रिप्रेजेंटेशन फिडेलिटी" (प्रतिनिधित्व निष्ठा)—जो बाहरी रूप से निर्धारित इनपुट डेटा और मानव स्व-विवरण के बीच संरेखण है—को मापकर एल्गोरिद्मिक निर्णयों के ऑडिटिंग के लिए एक नया ढांचा प्रस्तावित करता है और इन विसंगतियों को परिमाणित तथा वर्गीकृत करने के लिए 30,000 सिंथेटिक ऋण आवेदन वृत्तांतों का एक बेंचमार्क डेटासेट प्रस्तुत करता है।
यह शोध पत्र C2-Faith प्रस्तुत करता है, जो PR800K से व्युत्पन्न एक बेंचमार्क है जो चेन-ऑफ-थॉट रीजनिंग में कॉज़ल (causal) और कवरेज फेथफुलनेस (coverage faithfulness) का आकलन करने की LLM जजों की क्षमता का मूल्यांकन करता है, जो यह प्रकट करता है कि उनका प्रदर्शन कार्य के अनुसार काफी भिन्न होता है और उन्हें त्रुटियों को स्थानीयकृत करने या अपूर्ण तर्क को सटीक रूप से स्कोर करने में कठिनाई होती है।
यह शोधपत्र Sparse-BitNet को प्रस्तुत करता है, जो एक एकीकृत ढांचा है यह प्रदर्शित करते हुए कि 1.58-बिट BitNet मॉडल स्वाभाविक रूप से फुल-प्रिसिजन मॉडलों की तुलना में सेमी-स्ट्रक्चर्ड N:M स्पर्सिटी के साथ अधिक अनुकूल हैं, जिससे स्थिर प्रशिक्षण, प्रदर्शन में गिरावट में कमी, और प्रशिक्षण एवं अनुमान दोनों में महत्वपूर्ण गति प्राप्त होती है।
यह शोध पत्र चार प्रपोजिशन प्रकारों और पांच रिलेशनल प्रकारों को परिभाषित करके चीनी न्यायिक निर्णयों में कानूनी तर्क संरचनाओं को एनोटेट करने और विज़ुअलाइज़ करने के लिए एक व्यवस्थित ढांचे का प्रस्ताव करता है ताकि न्यायिक तर्क के सुसंगत, पुनरुत्पादनीय कम्प्यूटेशनल विश्लेषण को सक्षम बनाया जा सके।
यह शोध पत्र पूर्व-प्रशिक्षित मॉडलों को नियतात्मक परिमित-अवस्था ट्रांसड्यूसरों (deterministic finite-state transducers) के साथ संयोजित करके नए भाषा मॉडल प्राप्त करने के लिए एक सामान्य ढांचे का परिचय देता है, जो बिना पुन: प्रशिक्षण के आउटपुट को बाइट्स, शब्दों या अमीनो एसिड जैसे विविध स्वरूपों में अनुकूलित करने के लिए कुशल संभाव्यता मार्गीकरण (probability marginalization) और अनुकूलन (conditioning) को सक्षम बनाता है।