11218 पेपर
यह शोध पत्र अनुकूली टेक्स्ट अनाधिक्यीकरण (anonymization) के लिए एक ढांचे को प्रस्तुत करता है जो भाषा मॉडलों के लिए संदर्भ-विशिष्ट निर्देश स्वतः उत्पन्न करने हेतु प्रॉम्प्ट अनुकूलन का उपयोग करता है, जो विविध डोमेन में गोपनीयता और उपयोगिता के बीच प्रभावी ढंग से संतुलन बनाता है और स्थिर बेसलाइन से बेहतर प्रदर्शन करते हुए नवीन अनाधिक्यीकरण रणनीतियों की खोज करता है।
यह शोध पत्र OP-GRPO को प्रस्तुत करता है, जो एक सुदृढीकरण अधिगम (रीइन्फोर्समेंट लर्निंग) ढांचा है जो एक समानता अनुमानक (सिमिलैरिटी एस्टिमेटर) को प्रशिक्षित करके और एक दोहरी-पुरस्कार प्रणाली का उपयोग करके एक एकल बड़े भाषा मॉडल को विविध, बहुलवादी प्रतिक्रियाएं उत्पन्न करने में सक्षम बनाता है, जो बड़े बेसलाइन और मॉड्यूलर आर्किटेक्चर की तुलना में बेहतर परिप्रेक्ष्य कवरेज और सटीकता प्राप्त करता है।
FinAnchor एक हल्का ढांचा (lightweight framework) है जो बिना फाइन-ट्यूनिंग के कई LLMs से विषम एम्बेडिंग्स (heterogeneous embeddings) को संरेखित और एकत्रित करके एक एकीकृत प्रतिनिधित्व में बदलकर लंबे दस्तावेजों से वित्तीय भविष्यवाणी को बेहतर बनाता है, जिससे यह सिंगल-मॉडल और मानक एन्सेम्बल बेसलाइन्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र ब्लैकबर्ड लैंग्वेज मैट्रिसेस (BLM) को प्रस्तुत करता है, जो इंटेलिजेंस टेस्ट से प्रेरित एक नवीन, संरचित बहुविकल्पीय ढांचा है, जो क्यूरेटेड, व्याख्या योग्य डेटासेट के माध्यम से लार्ज लैंग्वेज मॉडल्स की भाषाई सक्षमता, व्यवस्थितता और तर्क क्षमताओं की विस्तृत जांच को सक्षम बनाता है।
यह शोध पत्र MS-RSuper को प्रस्तुत करता है, जो एक एकीकृत, अनिश्चितता-जागरूक (uncertainty-aware) पर्यवेक्षित शिक्षण ढांचा है जो गुणात्मक मोडैलिटी संकेतों को उप-संरचनाओं के साथ संरेखित करने, एकतरफा मात्रात्मक बाधाओं को लागू करने और शारीरिक पूर्ववृत्तों (anatomical priors) को शामिल करने के माध्यम से मस्तिष्क के घाव विभाजन (brain lesion segmentation) को निर्देशित करने के लिए पार्स किए गए मल्टीमॉडल एमआरआई (MRI) रिपोर्टों का लाभ उठाता है, जिससे यह विरल रिपोर्ट-लेबल वाली निगरानी वाले डेटासेट पर मौजूदा विधियों से बेहतर प्रदर्शन करता है।
पेपरट्रेल (PaperTrail) इंटरफ़ेस एलएलएम-आधारित (LLM-based) विद्वत्तापूर्ण प्रश्नोत्तर में उत्पत्ति (provenance) में सुधार के लिए एक सूक्ष्म दावा-साक्ष्य मानचित्रण तंत्र पेश करता है, लेकिन एक उपयोगकर्ता अध्ययन से पता चलता है कि जबकि यह असमर्थित दावों को उजागर करके शोधकर्ताओं के विश्वास को सफलतापूर्वक कम करता है, यह सत्यापन की उच्च संज्ञानात्मक लागत के कारण सिस्टम पर उनकी निर्भरता को बदलने में विफल रहता है।
यह शोध पत्र विद्वत प्रश्न-उत्तर प्रणालियों (scholarly question-answering systems) में लार्ज लैंग्वेज मॉडल (LLM) की त्रुटियों के मूल्यांकन के लिए एक नवीन, विशेषज्ञ-संचालित स्कीमा प्रस्तुत और मान्य करता है, जिसे 68 प्रश्न-उत्तर युग्मों के विषयगत विश्लेषण (thematic analysis) के माध्यम से विकसित किया गया था और डोमेन वैज्ञानिकों के साथ परिष्कृत किया गया था ताकि उन सूक्ष्म मूल्यांकन रणनीतियों को पकड़ा जा सके जिन्हें वर्तमान स्वचालित मेट्रिक्स अनदेखा कर देते हैं।
यह अध्ययन एक स्केलेबल हाइब्रिड फ्रेमवर्क का प्रस्ताव करता है जो लाखों ग्राहक समीक्षाओं का प्रभावी ढंग से विश्लेषण करने के लिए पहलू पहचान (aspect identification) हेतु लार्ज लैंग्वेज मॉडल्स और सेंटीमेंट वर्गीकरण हेतु पारंपरिक मशीन लर्निंग का लाभ उठाता है, यह प्रदर्शित करते हुए कि यह दृष्टिकोण विविध संदर्भों में रेस्टोरेंट की समग्र रेटिंग के विचरण (variance) को महत्वपूर्ण रूप से स्पष्ट कर सकता है।
यह शोध पत्र DEEPSYNTH को प्रस्तुत करता है, जो 7 डोमेन में 120 वास्तविक दुनिया के कार्यों वाला एक चुनौतीपूर्ण नया बेंचमार्क है, जो सूचना को संश्लेषित करने और अंतर्दृष्टि निकालने की LLM-आधारित एजेंटों की क्षमता का मूल्यांकन करता है, जो तर्क और मतिभ्रम (hallucination) नियंत्रण में महत्वपूर्ण वर्तमान सीमाओं को प्रकट करता है।
PVminer एक डोमेन-विशिष्ट एनएलपी (NLP) फ्रेमवर्क है जो सुरक्षित रोगी-प्रदाता संचार के भीतर सामाजिक निर्धारकों (social determinants of health) सहित रोगी की आवाज़ का कुशलतापूर्वक पता लगाने और उसे संरचित करने के लिए रोगी-अनुकूलित बर्ट (BERT) मॉडल और अनसुपरवाइज्ड टॉपिक मॉडलिंग का लाभ उठाता है, जो मौजूदा क्लिनिकल बेसलाइनों की तुलना में बेहतर प्रदर्शन प्राप्त करता है।