11158 पेपर
यह शोध पत्र TTSR का प्रस्ताव करता है, जो एक टेस्ट-टाइम सेल्फ-इवॉल्विंग फ्रेमवर्क है जहाँ एक एकल लैंग्वेज मॉडल तर्क संबंधी विफलताओं (reasoning failures) का विश्लेषण करने और लक्षित वेरिएंट प्रश्न उत्पन्न करने के लिए छात्र और शिक्षक की भूमिकाओं के बीच बारी-बारी से कार्य करता है, जिससे चुनौतीपूर्ण बेंचमार्क पर तर्क प्रदर्शन में स्थिर और निरंतर सुधार सक्षम होता है।
TATRA एक प्रशिक्षण-मुक्त (training-free), डेटासेट-मुक्त (dataset-free) प्रॉम्प्टिंग विधि है जो ऑन-द-फ्लाई पुनर्गठन (rephrasing) और एकत्रीकरण (aggregation) के माध्यम से इंस्टेंस-विशिष्ट फ्यू-शॉट उदाहरणों का निर्माण करती है, जिससे बिना किसी कार्य-विशिष्ट अनुकूलन या लेबल किए गए डेटा की आवश्यकता के, रीजनिंग और वर्गीकरण बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह अध्ययन 10 वाणिज्यिक LLMs के एक बड़े पैमाने के ऑडिट को प्रस्तुत करता है जो मॉडलों और डोमेन के बीच साइटेशन हेलोसिनेशन (citation hallucination) दरों में महत्वपूर्ण भिन्नता को प्रकट करता है, साथ ही यह भी प्रदर्शित करता है कि मल्टी-मॉडल कंसेंसस (multi-model consensus), विदिन-प्रॉम्प्ट रिपिटिशन (within-prompt repetition) और एक हल्के बिब्लियोग्राफिक क्लासिफायर के माध्यम से प्रॉम्प्ट-प्रेरित फैब्रिकेशन को प्रभावी ढंग से कम किया जा सकता है जो बाहरी डेटाबेस प्रश्नों के बिना फैंटम साइटेशन्स का पता लगाता है।
यह शोध पत्र लेबरबेंच (LaborBench) डेटासेट के विरुद्ध उभरते हुए लीगल आरएजी (RAG) टूल्स का बेंचमार्किंग करता है, जिससे यह पता चलता है कि जहाँ वाणिज्यिक एआई प्लेटफॉर्म मानक आरएजी की तुलना में कम प्रदर्शन करते हैं, वहीं एक कस्टम टूल (STARA) सटीकता में महत्वपूर्ण सुधार करता है, हालांकि आगे के विश्लेषण से यह सुझाव मिलता है कि इसका वास्तविक प्रदर्शन और भी अधिक है क्योंकि ग्राउंड ट्रुथ डेटा में पहले से अज्ञात कमियाँ मौजूद थीं।
यह शोध पत्र LLM एम्बेडिंग्स के लिए इष्टतम ऑफलाइन सिमेंटिक कैशिंग की NP-hard चुनौती को संबोधित करने के लिए बहुपद-समय (polynomial-time) ह्यूरिस्टिक्स और नवीन ऑनलाइन नीतियों का प्रस्ताव करता है जो प्रतिक्रिया गति में सुधार करने, लागत कम करने और सिमेंटिक सटीकता बढ़ाने के लिए हालियापन (recency), आवृत्ति (frequency) और स्थानीयता (locality) का लाभ उठाते हैं।
यह शोध पत्र एक मल्टी-एजेंट रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क प्रस्तावित करता है जो ओपन-वेट लार्ज लैंग्वेज मॉडल्स और विजन-लैंग्वेज मॉडल्स को एकीकृत करता है ताकि टेक्स्टुअल और विजुअल तकनीकी दस्तावेज़ीकरण से संदर्भ-जागरूक और साक्ष्य-आधारित प्रतिक्रियाओं को सक्षम करके राज्य परिवहन विभागों में ज्ञान प्रबंधन और कार्यबल प्रशिक्षण को बढ़ाया जा सके।
यह शोध पत्र HumanLM का प्रस्ताव करता है, जो एक नवीन प्रशिक्षण ढांचा है जो सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से मनोवैज्ञानिक रूप से आधारित गुप्त अवस्थाओं (latent states) को वास्तविक प्रतिक्रियाओं के साथ संरेखित करके उपयोगकर्ता सिमुलेशन में सुधार करता है, और व्यापक Humanual बेंचमार्क तथा वास्तविक समय के मानव मूल्यांकन में मौजूदा प्रतिक्रिया-अनुकरण विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र 'हिस्ट्री-इकोज़' (History-Echoes) ढांचे को प्रस्तुत करता है जो यह प्रदर्शित करता है कि संवादात्मक इतिहास लार्ज लैंग्वेज मॉडल्स को लेटेंट स्पेस (latent space) में एक "ज्यामितीय जाल" (geometric trap) बनाकर पक्षपाती बनाता है, जहाँ व्यवहार संबंधी निरंतरता को संभाव्य अवस्था निरंतरता (probabilistic state consistency) और ज्यामितीय प्रतिनिधित्व संरेखण (geometric representation alignment) के बीच एक मजबूत सहसंबंध के माध्यम से प्रकट किया जाता है।
यह शोध पत्र "एन्ट्रोपिक-टाइम इन्फरेंस" (entropic-time inference) का प्रस्ताव करता है, जो एक नवीन प्रतिमान है जो रैखिक टोकन-आधारित डिकोडिंग को अधिक कुशल और बुद्धिमान LLM जनरेशन के लिए कंप्यूटेशनल संसाधनों को गतिशील रूप से आवंटित करने, अटेंशन स्पारसिफिकेशन (attention sparsification) को अनुकूलित करने और सैंपलिंग तापमान को अनुकूलित करने के लिए एक स्व-संगठित, एन्ट्रॉपी-संचालित आर्किटेक्चर से बदल देता है।
यह शोध पत्र लॉगोविस्टा (Logovista) अंग्रेजी-जापानी मशीन अनुवाद प्रणाली का एक तकनीकी और ऐतिहासिक विवरण प्रदान करता है, जिसमें इसके नियम-आधारित आर्किटेक्चर, विकास पद्धतियों और 1990 के दशक की शुरुआत से 2012 तक के दीर्घकालिक व्यावसायिक विकास का विस्तृत विवरण दिया गया है, साथ ही भविष्य के अध्ययन के लिए संरक्षित कलाकृतियों पर भी प्रकाश डाला गया है।