11158 पेपर
यह शोध पत्र SureLock को पेश करता है, जो Masked Diffusion-LMs के लिए एक ऐसी विधि है जो अनावश्यक गणनाओं को छोड़ने के लिए अभिसरित (converged) टोकन स्थितियों को गतिशील रूप से लॉक करती है और उनके कीज़ (keys) एवं वैल्यूज़ (values) को कैश करती है, जिससे प्रति-इटरेशन जटिलता से घटकर हो जाती है और जनरेशन की गुणवत्ता से समझौता किए बिना 30–50% FLOP बचत प्राप्त होती है।
यह शोध पत्र मेनज़ की विलुप्त होती मीन्ज़रिश (Meenzerisch) बोली के लिए पहले एनएलपी (NLP) डेटासेट को प्रस्तुत करता है और यह प्रदर्शित करता है कि वर्तमान बड़े भाषा मॉडल इसके शब्दों को उत्पन्न करने या परिभाषित करने में काफी संघर्ष करते हैं, जो फ्यू-शॉट लर्निंग (few-shot learning) और नियम निष्कर्षण (rule extraction) के साथ भी 10% से कम सटीकता दर प्राप्त करते हैं, जिससे जर्मन बोलियों को संरक्षित करने के लिए आगे के अनुसंधान और संसाधनों की तत्काल आवश्यकता पर प्रकाश पड़ता है।
यह अध्ययन उपभोक्ता हार्डवेयर पर क्लिनिकल प्रश्नोत्तर के लिए छोटे ओपन-सोर्स भाषा मॉडलों का मूल्यांकन करता है, जो यह प्रकट करता है कि जहाँ Llama 3.2 सटीकता और विश्वसनीयता का सर्वोत्तम संतुलन प्रदान करता है, वहीं उच्च प्रॉम्प्ट निरंतरता (prompt consistency) सही होने की गारंटी नहीं देती है और कुछ विशिष्ट प्रॉम्प्ट शैलियाँ या निर्देश ट्यूनिंग (instruction tuning) के बिना डोमेन-विशिष्ट प्रीट्रेनिंग प्रदर्शन को गंभीर रूप से खराब कर सकती है।
यह शोध पत्र आर्थिक आख्यानों (economic narratives) को निर्देशित अचक्रीय ग्राफ़ (directed acyclic graphs) के रूप में एनोटेट करने के लिए एक गुणात्मक विषय सामग्री विश्लेषण-आधारित ढांचे को प्रस्तुत करता है और एक फैक्टोरियल प्रयोग के माध्यम से यह प्रदर्शित करता है कि स्थानीय रूप से-प्रतिबंधित निरूपण और ओवरलैप-आधारित मेट्रिक्स मानव लेबल भिन्नता को कम करके अंतर-एनोटेटर सहमति में महत्वपूर्ण सुधार करते हैं।
यह अध्याय अधिक सुदृढ़ पहचान उपकरणों के विकास के मार्गदर्शन हेतु विभिन्न लार्ज लैंग्वेज मॉडल्स (LLMs) में उनकी सामान्यीकरण क्षमता पर अनुभवजन्य साक्ष्य प्रस्तुत करते हुए, एआई निबंध डिटेक्टरों के वर्तमान परिदृश्य और उनके जिम्मेदार उपयोग की समीक्षा करता है।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स के युग में TeX की सीमाओं की आलोचना करता है और Mogan STEM को पेश करता है, जो एक WYSIWYG स्ट्रक्चर्ड एडिटर है जो अधिक प्रभावी LLM फाइन-ट्यूनिंग के लिए बेहतर संकलन दक्षता (compilation efficiency), त्रुटि स्थानीयकरण (error localization) और कम सूचना एंट्रॉपी (information entropy) प्रदान करता है।
यह शोध पत्र अत्याधुनिक भाषा रिवॉर्ड मॉडल्स (language reward models) में निरंतर और नवीन पूर्वाग्रहों की पहचान करता है, इन विफलताओं को जटिलता के आधार पर वर्गीकृत करता है, और रिवॉर्ड की गुणवत्ता से समझौता किए बिना कम-जटिलता वाले पूर्वाग्रहों को कम करने के लिए एक सरल, डेटा-कुशल मैकेनिस्टिक रिवॉर्ड शेपिंग तकनीक का प्रस्ताव करता है।
यह शोध पत्र एक हाइब्रिड एलएलएम (LLM) आर्किटेक्चर और मूल्यांकन ढांचा (DG-EVAL) प्रस्तुत करता है जो विशेषज्ञ-क्यूरेटेड कृषि तथ्यों पर सुपरवाइज्ड फाइन-ट्यूनिंग को एक सुरक्षा-जागरूक स्टिचिंग लेयर के साथ जोड़ता है ताकि भारत के छोटे किसानों के लिए सटीक, सांस्कृतिक रूप से उपयुक्त और लागत प्रभावी संवादात्मक परामर्श प्रदान किया जा सके।
यह अध्ययन प्रकट करता है कि वर्तमान लार्ज लैंग्वेज मॉडल्स विविध अन्वेषण के बजाय शोषणकारी "रिवॉर्ड हैकिंग" रणनीतियों को प्राथमिकता देकर मुक्त-अंत लक्ष्य चयन में मनुष्यों से काफी भिन्न होते हैं, जिससे महत्वपूर्ण अनुप्रयोगों में मानव निर्णय लेने के प्रॉक्सी के रूप में उनकी विश्वसनीयता को चुनौती मिलती है।
यह शोध पत्र PlugMem को प्रस्तुत करता है, जो एक कार्य-अज्ञेय (task-agnostic) प्लगइन मेमोरी मॉड्यूल है जो एपिसोडिक यादों को एक संक्षिप्त, ज्ञान-केंद्रित ग्राफ में व्यवस्थित करता है ताकि LLM एजेंटों के लिए कुशल पुनर्प्राप्ति और तर्क सक्षम किया जा सके, जो विशिष्ट कार्यों-आधारित और मौजूदा कार्य-अज्ञेय बेसलाइन दोनों की तुलना में विविध बेंचमार्क पर बेहतर प्रदर्शन प्रदर्शित करता है।