11158 पेपर
यह अध्ययन प्रदर्शित करता है कि कार्य-विशिष्ट फाइन-ट्यूनिंग (task-specific fine-tuning) बड़े भाषा मॉडलों (Large Language Models) के आंतरिक निरूपणों को जमीनी, संवेदी-मोटर पैटर्न की ओर निर्देशित करके "एम्बॉडिमेंट गैप" (embodiment gap) को प्रभावी ढंग से पाट सकती है, हालांकि ये सुधार भाषाओं और संबंधित आयामों में सामान्यीकृत होते हैं लेकिन विशिष्ट शिक्षण उद्देश्य के प्रति अत्यधिक संवेदनशील बने रहते हैं।
यह शोध पत्र M-QUEST को प्रस्तुत करता है, जो एक सिमेंटिक फ्रेमवर्क और बेंचमार्क है जिसमें दस व्याख्यात्मक आयामों में 609 प्रश्न-उत्तर युग्म शामिल हैं, जिसे इंटरनेट मीम्स (memes) में सामान्य ज्ञान तर्क (commonsense reasoning) और विषाक्तता का पता लगाने की लार्ज लैंग्वेज मॉडल्स की क्षमता का मूल्यांकन करने और उसे उन्नत करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र Retcon को प्रस्तुत करता है, जो एक फ्यू-शॉट प्रॉम्प्टिंग तकनीक है जो मल्टी-टर्न वार्तालापों में लार्ज लैंग्वेज मॉडल्स पर सटीक, टर्न-लेवल नियंत्रण सक्षम करती है, जो ज़ीरो-शॉट और पारंपरिक फ्यू-शॉट दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन प्रदर्शित करती है।
यह शोध पत्र एक क्लासिकल क्वांटम-प्रेरित सेल्फ-अटेंशन मैकेनिज्म को GPT-1 में एकीकृत करता है, जो केवल मामूली इन्फरेंस समय वृद्धि के साथ कैरेक्टर एरर रेट, वर्ड एरर रेट और क्रॉस-एन्ट्रॉपी लॉस में मानक सेल्फ-अटेंशन की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र 'एलएलएम-एज़-ए-जज' (LLM-as-a-judge) की प्राथमिकताओं का विश्लेषण करने के लिए स्पार्स ऑटोएनकोडर्स (sparse autoencoders) का उपयोग करते हुए एक स्वचालित अवधारणा खोज ढांचे (automated concept discovery framework) को प्रस्तुत करता है, जो मॉडल व्यवहार के व्याख्यात्मक चालकों—जैसे कि मूर्तता (concreteness), सहानुभूति (empathy) और औपचारिकता (formality) के प्रति पूर्वाग्रह—को प्रकट करता है, जो पूर्व-निर्धारित पूर्वाग्रह वर्गीकरणों से परे हैं और मानवीय मूल्यांकनों से भिन्न हैं।
यह शोध पत्र एक न्यूरोसिम्बोलिक दृष्टिकोण प्रस्तावित करता है जो सामाजिक विज्ञान सिद्धांत और अबडक्टिव रीजनिंग (abductive reasoning) का लाभ उठाते हुए, मूल संदेश के मूल अर्थ को सुरक्षित रखते हुए व्यक्तिगत और सामूहिक ढांचों के बीच प्रभावी ढंग से नैरेटिव बदलने के लिए लार्ज लैंग्वेज मॉडल्स (LLMs) का मार्गदर्शन करने हेतु नियमों को स्वचालित रूप से निकालने का कार्य करता है।
यह शोधपत्र DIALEVAL को प्रस्तुत करता है, जो एक प्रकार-सैद्धांतिक (type-theoretic) ढांचा है जो निर्देशों को विभेदित संतुष्टि अर्थों (differentiated satisfaction semantics) वाले टाइप किए गए विधेयकों (typed predicates) में स्वचालित रूप से विघटित करने के लिए दोहरे LLM एजेंटों का उपयोग करता है, जिससे मौजूदा बेसलाइन की तुलना में, विशेष रूप से जटिल और बहु-चरण संवादात्मक संदर्भों में, काफी अधिक सटीकता और मानव निर्णय के साथ मजबूत संरेखण प्राप्त होता है।
एआई की ज्ञान खोज की क्षमता के मूल्यांकन में स्थिर बेंचमार्क और डेटा संदूषण (data contamination) की सीमाओं को संबोधित करने के लिए, यह शोध पत्र DBench-Bio पेश करता है, जो एक गतिशील, पूर्णतः स्वचालित और मासिक रूप से अपडेट होने वाला बेंचमार्क है, जो 12 बायोमेडिकल उप-क्षेत्रों को कवर करता है और नए जैविक ज्ञान को प्राप्त करने की लार्ज लैंग्वेज मॉडल्स की क्षमता का कड़ाई से आकलन करता है।
यह शोध पत्र IntPro का प्रस्ताव करता है, जो एक प्रॉक्सी एजेंट है जो विविध परिदृश्यों में उपयोगकर्ता-विशिष्ट पैटर्न के अनुकूल होने के लिए सुपरवाइज्ड फाइन-ट्यूनिंग और मल्टी-टर्न GRPO के माध्यम से प्रशिक्षित एक व्यक्तिगत इंटेंट हिस्ट्री लाइब्रेरी से रिट्रीवल-कंडीशन्ड इन्फरेंस का लाभ उठाकर संदर्भ-जागरूक इरादा (इंटेंट) समझ को बढ़ाता है।
यह शोध पत्र सीक्वेंशियल एडेप्टिव स्टीयरिंग (SAS) प्रस्तुत करता है, जो एक पैरामीटर-कुशल इन्फरेंस-टाइम फ्रेमवर्क है जो बड़े भाषा मॉडलों (LLMs) में बिना पुनरप्रशिक्षण के कई व्यक्तित्व लक्षणों के नियंत्रणीय, व्याख्यात्मक और एक साथ मॉड्यूलेशन को सक्षम करने के लिए स्टीयरिंग वेक्टर्स को ऑर्थोगोनलाइज करता है।