11158 पेपर
NAU-QMUL टीम ने CT2 AI-जनरेटेड इमेज डिटेक्शन प्रतियोगिता के डिटेक्शन और सोर्स आइडेंटिफिकेशन दोनों कार्यों में पांचवां स्थान प्राप्त करने के लिए प्री-ट्रेंड BERT और CLIP एनकोडर्स के साथ क्रॉस-मोडल फ्यूजन और सूडो-लेबलिंग डेटा ऑग्मेंटेशन का लाभ उठाते हुए एक मल्टी-मोडल मल्टी-टास्क मॉडल प्रस्तावित किया।
यह शोध पत्र SWE-rebench V2 को प्रस्तुत करता है, जो एक भाषा-अज्ञेय (language-agnostic) स्वचालित पाइपलाइन है जो सुदृढीकरण लर्निंग-आधारित (reinforcement learning-based) सॉफ्टवेयर इंजीनियरिंग एजेंटों के लिए प्रशिक्षण डेटा की कमी को दूर करने हेतु 20 भाषाओं में 32,000 से अधिक सत्यापित और 120,000+ सिंथेटिक सॉफ्टवेयर इंजीनियरिंग कार्यों का एक बड़े पैमाने का, विविध डेटासेट तैयार करती है।
यह शोध पत्र LK losses को प्रस्तुत करता है, जो एक नया प्रशिक्षण उद्देश्य (training objective) है जो बड़े भाषा मॉडलों (large language models) के लिए स्पेक्युलेटिव डिकोडिंग (speculative decoding) की स्वीकृति दर (acceptance rate) को सीधे अनुकूलित करता है, जो बिना किसी अतिरिक्त गणनात्मक ओवरहेड (computational overhead) के विविध मॉडल आर्किटेक्चर और डोमेन में मानक KL डाइवर्जेंस-आधारित प्रशिक्षण पर निरंतर प्रदर्शन लाभ प्रदर्शित करता है।
यह शोध पत्र Ref-Adv को प्रस्तुत करता है, जो एक चुनौतीपूर्ण बेंचमार्क है जिसे शॉर्टकट समाधानों को समाप्त करने और वर्तमान मल्टीमॉडल एलएलएम (multimodal LLMs) की दृश्य तर्क और ग्राउंडिंग क्षमताओं के महत्वपूर्ण अंतराल को उजागर करने के लिए डिज़ाइन किया गया है।
यह अनुभवजन्य अध्ययन इस धारणा को चुनौती देता है कि तर्क (reasoning) सार्वभौमिक रूप से लार्ज लैंग्वेज मॉडल के प्रदर्शन में सुधार करता है, यह प्रदर्शित करते हुए कि जहाँ तर्क जटिल भावना पहचान (emotion recognition) को महत्वपूर्ण रूप से बढ़ाता है, वहीं यह व्यवस्थित अति-विचारना (over-deliberation) और पर्याप्त कम्प्यूटेशनल ओवरहेड के कारण सरल सेंटिमेंट वर्गीकरण कार्यों को अक्सर खराब कर देता है।
यह शोध पत्र पेलोमेंट्स के लिए पदानुक्रमित बहु-एजेंट प्रणाली (HMASP) प्रस्तुत करता है, जो एक नवीन ढांचा है जो मौजूदा सीमाओं को दूर करने और एंड-टू-एंड स्वचालित भुगतान वर्कफ़्लो को सफलतापूर्वक लागू करने के लिए चार-स्तरीय एलएलएम-आधारित एजेंट आर्किटेक्चर का लाभ उठाता है।
यह शोध पत्र एक न्यूरोसिम्बोलिक सत्यापन ढांचे (neurosymbolic verification framework) को प्रस्तुत करता है जो विजन-लैंग्वेज मॉडल द्वारा जनरेट किए गए रेडियोलॉजी रिपोर्टों के तार्किक निरंतरता की औपचारिक रूप से ऑडिट करने और गारंटी देने के लिए SMT सॉल्वर और क्लिनिकल नॉलेज बेस का उपयोग करता है, जो प्रभावी रूप से उन मतिभ्रम (hallucinations) और निगमनात्मक विफलताओं (deductive failures) की पहचान करता है और उन्हें समाप्त करता है जिन्हें पारंपरिक मेट्रिक्स नहीं पकड़ पाते हैं।
यह शोध पत्र TASC को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो फाइन-ट्यूनिंग के दौरान शब्दावली विस्तार (TASC-ft) के माध्यम से छोटे भाषा मॉडलों को त्वरित करता है और प्रदर्शन से समझौता किए बिना कम-परिवर्तनशीलता वाले जनरेशन कार्यों में अनुमान दक्षता में सुधार के लिए एक प्रशिक्षण-मुक्त, कार्य-अनुकूली स्पेक्युलेटिव डिकोडिंग विधि (TASC-spec) प्रदान करता है।
यह शोधपत्र MT-PingEval का परिचय देता है, जो निजी सूचना खेलों (private information games) का उपयोग करने वाली एक स्केलेबल कार्यप्रणाली है, जो यह प्रदर्शित करती है कि अत्याधुनिक भाषा मॉडल अक्सर गैर-संवादात्मक बेसलाइन की तुलना में बहु-चरण सहयोग का प्रभावी ढंग से लाभ उठाने में विफल रहते हैं, जिसका मुख्य कारण योजना बनाने, विमर्श सुसंगतता (discourse coherence) और सूचना प्रबंधन में कमियां हैं।
यह शोध पत्र एफिशिएंट अटेंशन स्किपिंग (EAS) का प्रस्ताव करता है, जो मल्टी-मोडल लार्ज लैंग्वेज मॉडल्स के लिए एक पैरामीटर और गणना कुशल ट्रांसफर लर्निंग पद्धति है, जो उच्च प्रदर्शन बनाए रखने और इन्फरेंस को महत्वपूर्ण रूप से तेज करने के लिए एक नवीन प्रोपेगेशन-ऑफ-इन्फॉर्मेशन एडेप्टर का उपयोग करते हुए अनावश्यक मल्टी-हेड अटेंशन मॉड्यूल की पहचान करता है और उन्हें छोड़ देता है।