9728 पेपर
यह शोधपत्र RedVox को प्रस्तुत करता है, जो एक बहुभाषी बेंचमार्क है और यह प्रदर्शित करता है कि अत्याधुनिक स्पीच मॉडल महत्वपूर्ण सुरक्षा और निष्पक्षता संबंधी कमजोरियों को प्रदर्शित करते हैं जो गैर-अंग्रेजी भाषाओं और बोले गए इनपुट के तहत और भी खराब हो जाती हैं, साथ ही यह वास्तविक दुनिया के स्पीच डेटा एकत्र करने की अनूठी गोपनीयता चुनौतियों पर भी प्रकाश डालता है।
यह शोध पत्र "आइंस्टीन वर्ल्ड मॉडल्स" का प्रस्ताव करता है, जो एक फ्रेमवर्क है जो एक वर्ल्ड-मॉड्यूल द्वारा जनरेट किए गए विजुअल-टेम्पोरल रोलआउट्स को रीजनिंग ट्रेस के भीतर निरीक्षण योग्य परिकल्पनाओं के रूप में एकीकृत करके LLM तर्क क्षमता को बढ़ाता है, जिससे सिस्टम को भाषा-आधारित विश्लेषण के पूरक के रूप में विजुअल थॉट एक्सपेरिमेंट्स (दृश्य विचार प्रयोग) करने में सक्षम बनाया जा सके।
यह शोध पत्र इस बात की जांच करता है कि कैसे प्रासंगिक फ्रेमिंग (contextual framing) मानसिक स्वास्थ्य संबंधी बातचीत में बड़े भाषा मॉडलों (large language models) की व्यवहारिक स्थिरता और आंतरिक निरूपणों को प्रभावित करती है, जो यह प्रकट करता है कि फ्रेमिंग व्यवस्थित रूप से प्रतिक्रिया प्रवृत्तियों को बदल देती है और ये प्रभाव मॉडलों की आंतरिक परतों के भीतर डिकोड करने योग्य और आंशिक रूप से परिवर्तनीय हैं।
ReaORE एक नवीन ढांचा है जो बड़े रीजनिंग मॉडलों का लाभ उठाकर ओपन रिलेशन एक्सट्रैक्शन को बढ़ाता है ताकि कोर्स-टू-फाइन (coarse-to-fine) रिलेशन रीजनिंग की जा सके, जो संबंध फ़िल्टरिंग और सूक्ष्म-स्तरीय भविष्यवाणी की दो-चरणीय प्रक्रिया के माध्यम से सामान्यीकरण और भेदभाव की चुनौतियों को प्रभावी ढंग से संबोधित करता है।
यह शोध पत्र प्रदर्शित करता है कि ओपन-सोर्स LLMs (Apertus-8B और Gemma-4), प्रोप्रायटरी मॉडल्स के तुलनीय वैलेंस ज्योमेट्री (valence geometry) के साथ भावना अवधारणाओं को एनकोड करते हैं, जबकि यह भी दर्शाता है कि ये प्रतिनिधित्व मॉडल की गहराई में कैसे उभरते हैं और निष्कर्षण कॉर्पस (extraction corpus) के आधार पर कैसे भिन्न होते हैं, जिसमें विशिष्ट, आर्किटेक्चर-विशिष्ट पैटर्न प्रकट होते हैं।
यह शोध पत्र एक नवीन प्रशिक्षण-आधारित ढांचे का प्रस्ताव करता है जो इमेज-टेक्स्ट संरेखण और नियमितीकरण पदों के साथ एक मिश्रित हानि फलन (composite loss function) का उपयोग करके मेडिकल विजुअल क्वेश्चन अनस्विंग (VQA) में मौखिक अनिश्चितता अंशांकन (verbalized uncertainty calibration) को बढ़ाता है, जिससे भविष्य कहने वाली सटीकता को बनाए रखते हुए कई बेंचमार्क और आर्किटेक्चर में अंशांकन त्रुटि में महत्वपूर्ण कमी और भेदभाव में सुधार प्राप्त होता है।
यह शोध पत्र एक पैरामीटर-कुशल, व्याख्या योग्य जज-अवेयर गेटेड मल्टी-टास्क लर्निंग आर्किटेक्चर प्रस्तावित करता है जो एक सूक्ष्म वर्गीकरण और गेटेड फ्यूजन तंत्र के माध्यम से तथ्यात्मक मामले के गुणों को न्यायिक विवेक से स्पष्ट रूप से अलग करके, यूके एम्प्लॉयमेंट ट्रिब्यूनल के परिणामों की भविष्यवाणी करने में बड़े पैमाने के जनरेटिव बेसलाइन से बेहतर प्रदर्शन करता है।
यह शोध पत्र "रिडल रिडल" (riddle riddle) प्रतिमान को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि जहाँ मनुष्य समस्या की सामग्री के अनुसार अपनी तर्क रणनीतियों को लचीले ढंग से अनुकूलित करते हैं, वहीं बड़े भाषा मॉडल अक्सर पैटर्न मिलान और सतही विशेषताओं पर निर्भर होते हैं, जिससे वे शाब्दिक समस्याओं पर भी अनुचित रूप से आविष्कारशील तर्क लागू कर देते हैं और यह सुझाव देते हैं कि वास्तविक पहेलियों पर उनका मजबूत प्रदर्शन स्मृति पुनर्प्राप्ति के बजाय लचीले तर्क से उत्पन्न हो सकता है।
यह शोध पत्र यह प्रदर्शित करता है कि पूर्वानुमान कार्यों में 'लुक-अहेड बायस' (look-ahead bias) को कम करने और ऐतिहासिक पैटर्न के आधार पर मॉडल की सामान्यीकरण क्षमता में सुधार करने के लिए, एलएलएम (LLMs) में समय-जागरूक विशेषताओं (time-aware features) को पहचानने और उन्हें प्रवर्धित करने हेतु स्पार्स ऑटोएनकोडर (sparse autoencoders) का उपयोग करना, सामान्य तर्क प्रदर्शन को बनाए रखते हुए, कार्यक्षम रूप से इसे कम कर सकता है।
यह शोध पत्र एक विकासवादी ढांचे को प्रस्तुत करता है जो शाब्दिक अर्थों और संयोजन फलनों (composition functions) के सह-विकास को मॉडल करके औपचारिक अर्थविज्ञान को एकीकृत करता है, यह प्रदर्शित करते हुए कि संरक्षणशीलता (conservativity) का अर्थ संबंधी सार्वभौमिकता कैसे वैचारिक सरलता और संचारत्मक सटीकता के बीच संतुलन बनाने वाले एक कुशल प्रणाली-व्यापी अमूर्तता के रूप में उभरता है।