11158 पेपर
यह शोध पत्र एक प्लग-एंड-प्ले फ्रेमवर्क प्रस्तावित करता है जो संबंध भविष्यवाणी (relation prediction) और LLM-जनित प्राकृतिक भाषा स्पष्टीकरणों पर उन्हें संयुक्त रूप से प्रशिक्षित करके, बड़े भाषा मॉडलों (LLMs) से तर्क क्षमताओं को हल्के IDRR मॉडलों में संकुचित (distill) करता है, जिससे प्रदर्शन और व्याख्यात्मकता दोनों में महत्वपूर्ण सुधार होता है।
यह शोध पत्र FewMMBench प्रस्तुत करता है, जो फ्यू-शॉट लर्निंग (few-shot learning) की स्थितियों के तहत मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स के मूल्यांकन के लिए एक व्यापक बेंचमार्क है, जो यह प्रकट करता है कि इंस्ट्रक्शन-ट्यून्ड (instruction-tuned) मॉडल्स अतिरिक्त प्रदर्शनों (demonstrations) या चेन-ऑफ-थॉट (Chain-of-Thought) प्रॉम्प्टिंग का उपयोग करने पर अक्सर न्यूनतम सुधार या यहाँ तक कि प्रदर्शन में गिरावट भी दिखाते हैं।
यह शोध पत्र एक लचीले ढांचे को प्रस्तुत करता है जो सूचना पहुंच संबंधी आवश्यकताओं का प्रभावी ढंग से पता लगाने और बढ़ते लाइफलॉग डेटा के अनुकूल होने के माध्यम से उपयोगकर्ताओं को विस्मृत जीवन की घटनाओं को याद करने में सक्रिय रूप से सहायता करने के लिए लार्ज लैंग्वेज मॉडल्स को व्यक्तिगत नॉलेज ग्राफ के साथ एकीकृत करता है।
यह शोध पत्र ExpLang को प्रस्तुत करता है, जो एक नवीन पोस्ट-ट्रेनिंग पाइपलाइन है जो सुदृढीकरण लर्निंग (रिनफोर्समेंट लर्निंग) के दौरान ऑन-पॉलिसी थिंकिंग लैंग्वेज सिलेक्शन को सक्षम करके लार्ज रीजनिंग मॉडल्स को उन्नत करती है, जिससे बहुभाषी लाभों के माध्यम से अन्वेषण (एक्सप्लोरेशन) और दोहन (एक्सप्लोइटेशन) दोनों में सुधार होता है और यह केवल अंग्रेजी-आधारित प्रशिक्षण की तुलना में बेहतर प्रदर्शन करती है।
यह शोधपत्र CxMP को प्रस्तुत करता है, जो एक कंस्ट्रक्शन ग्रामर-आधारित मिनिमल-पेयर बेंचमार्क है जो यह प्रकट करता है कि जहाँ भाषा मॉडल तेजी से वाक्यात्मक सक्षमता प्राप्त कर लेते हैं, वहीं व्याकरणिक संरचनाओं के अर्थ संबंधी संबंधों की व्याख्या करने की उनकी क्षमता धीरे-धीरे विकसित होती है और बड़े मॉडलों में भी सीमित बनी रहती है।
यह शोध पत्र TG-ASR प्रस्तुत करता है, जो एक समानांतर गेटेड क्रॉस-अटेंशन तंत्र और एक नए 30-घंटे के ताइवानी होकिएन ड्रामा कॉर्पस (YT-THDC) का उपयोग करने वाला एक ट्रांसलेशन-गाइडेड फ्रेमवर्क है, जो मैंडरिन सबटाइटल और मल्टीलिंगुअल एम्बेडिंग का लाभ उठाकर लो-रिसोर्स ऑटोमैटिक स्पीच रिकग्निशन में महत्वपूर्ण सुधार करता है, जिससे कैरेक्टर एरर रेट में 14.77% की सापेक्ष कमी आती है।
यह शोध पत्र एक कॉन्फिडेंस-ड्रिवन मल्टी-स्केल मॉडल चयन रणनीति प्रस्तावित करता है जो अनुमानित सटीकता के आधार पर कार्यों को छोटे या बड़े मॉडलों में गतिशील रूप से रूट करती है, जिससे सबसे बड़े मॉडलों के तुलनीय प्रदर्शन प्राप्त होता है और साथ ही कंप्यूटिंग लागत और API टोकन उपयोग में काफी कमी आती है।
यह शोध पत्र IndicIFEval को प्रस्तुत करता है, जो LLMs की निर्देश-अनुपालन क्षमताओं का मूल्यांकन करने के लिए 14 भारतीय भाषाओं में 800 मानव-सत्यापित उदाहरणों वाला एक बेंचमार्क है, जो यह प्रकट करता है कि जहाँ मॉडल स्वरूपण बाधाओं (formatting constraints) का अच्छी तरह से पालन करते हैं, वहीं वे शाब्दिक और क्रॉस-लिंगुअल कार्यों में अंग्रेजी के प्रदर्शन से काफी पीछे हैं।
यह अध्ययन "सांस्कृतिक घोस्टिंग" (Cultural Ghosting) की अवधारणा प्रस्तुत करता है ताकि यह मापा जा सके कि कैसे लार्ज लैंग्वेज मॉडल्स (Large Language Models) भारतीय, सिंगापुर और नाइजीरियाई अंग्रेजी जैसी गैर-मूल अंग्रेजी विविधताओं से भाषाई निशानों को व्यवस्थित रूप से मिटा देते हैं, जो एक ऐसे विरोधाभास को प्रकट करता है जहाँ अर्थ सुरक्षित रहता है जबकि सांस्कृतिक पहचान खो जाती है, हालांकि स्पष्ट प्रॉम्प्ट्स इस विलोपन को महत्वपूर्ण रूप से कम कर सकते हैं।
यह शोध पत्र LiCQA को प्रस्तुत करता है, जो एक अनसुपरवाइज्ड (unsupervised), लाइटवेट प्रश्न-उत्तर प्रणाली है जो जटिल प्रश्नों को संबोधित करते समय सटीकता और लेटेंसी (latency) दोनों में अत्याधुनिक मॉडलों से काफी बेहतर प्रदर्शन करने के लिए कॉर्पस साक्ष्य का लाभ उठाती है।