11287 पेपर
यह शोध पत्र IRPAPERS को प्रस्तुत करता है, जो 166 वैज्ञानिक शोध पत्रों के 3,230 पृष्ठों से बना एक विजुअल डॉक्यूमेंट बेंचमार्क है, जो यह प्रदर्शित करता है कि जबकि टेक्स्ट-आधारित रिट्रीवल आम तौर पर इमेज-आधारित विधियों से बेहतर प्रदर्शन करता है, उनकी पूरक शक्तियों का लाभ उठाने वाला एक मल्टीमॉडल हाइब्रिड दृष्टिकोण बेहतर रिट्रीवल और प्रश्न-उत्तर प्रदर्शन प्राप्त करता है।
यह शोध पत्र HELIX को प्रस्तुत करता है, जो एक ज्यामितीय ढांचा (geometric framework) है जो क्वांटाइज्ड LLMs में हिडन-स्टेट प्रक्षेपवक्रों (hidden-state trajectories) को एक सत्यता मैनिफोल्ड (truthfulness manifold) से बांधकर एंट्रॉपी को मतिभ्रम (hallucination) से अलग करता है, जिससे उच्च-तापमान अनुमान (high-temperature inference) सक्षम होता है जो तार्किक सुसंगतता और सटीकता बनाए रखते हुए रचनात्मक विविधता को महत्वपूर्ण रूप से बढ़ाता है।
यह अध्ययन प्रदर्शित करता है कि एक नेविगेशन चैटबॉट में मैत्रीपूर्ण संचार शैली विशेष रूप से महिला उपयोगकर्ताओं के लिए कार्य पूर्णता दरों और संतुष्टि में महत्वपूर्ण सुधार करती है, जो मानव-चैटबॉट इंटरैक्शन में लिंग-संवेदनशील वैयक्तिकरण के महत्व को रेखांकित करती है।
यह शोध पत्र ADAPT को प्रस्तुत करता है, जो एक हाइब्रिड प्रॉम्प्ट ऑप्टिमाइज़ेशन विधि है जो बीम सर्च इनिशियलाइज़ेशन को एडेप्टिव ग्रेडिएंट-गाइडेड म्यूटेशन के साथ जोड़ती है ताकि Gemma 2 2B स्पार्स ऑटोएन्कोडर लेटेंट्स पर मौजूदा तकनीकों की तुलना में उत्कृष्ट प्रदर्शन प्रदर्शित करते हुए LLM एक्टिवेशन स्पेस में एनकोडेड फीचर्स को प्रभावी ढंग से विज़ुअलाइज़ किया जा सके।
यह शोध प्रबंध भाषा मॉडलों में स्टीयरिंग वेक्टर्स (steering vectors) की अविश्वसनीयता की जांच करता है, यह प्रदर्शित करते हुए कि स्टीयरिंग प्रभावकारिता प्रशिक्षण डेटा और लक्षित व्यवहार के बीच ज्यामितीय संरेखण (geometric alignment) पर निर्भर करती है, और यह निष्कर्ष निकालते हुए कि जब लेटेंट रिप्रजेंटेशन (latent representations) गैर-रैखिक होते हैं तो रैखिक सन्निकटन (linear approximations) विफल हो जाते हैं।
यह शोध पत्र सारणीबद्ध तथ्य सत्यापन (tabular fact verification) के लिए DSPy-आधारित निर्देश अनुकूलन (instruction optimization) का पहला व्यवस्थित मूल्यांकन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि MiPROv2 और SIMBA जैसे ऑप्टिमाइज़र विभिन्न मॉडल पैमानों में विभिन्न प्रॉम्प्टिंग रणनीतियों (CoT और ReAct सहित) के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाते हैं, जिसमें SIMBA विशेष रूप से संख्यात्मक तर्क (numerical reasoning) और टूल उपयोग दक्षता में सुधार करता है।
यह शोध पत्र वित्तीय RAG प्रणालियों में उस महत्वपूर्ण विफलता मोड की पहचान करता है और उसे संबोधित करता है जहाँ सही दस्तावेज़ तो प्राप्त हो जाता है लेकिन उत्तर वाला विशिष्ट पृष्ठ छूट जाता है, और एक डोमेन फाइन-ट्यून्ड पेज स्कोरर का प्रस्ताव करता है जो लंबे नियामक फाइलिंग पर पेज और चंक-स्तरीय रिट्रीवल प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र तर्क देता है कि जैसे-जैसे एआई (AI) प्रणालियाँ स्थिर मॉडलों से गतिशील एजेंटों में विकसित हो रही हैं, मूल्यांकन को पुराने स्थिर बेंचमार्क और समग्र स्कोर पर निर्भर रहने के बजाय एक निरंतर, विश्वास-निर्माण करने वाले मापन अनुशासन में बदलना चाहिए जो बड़े पैमाने पर गैर-नियत व्यवहारों (non-deterministic behaviors) को नियंत्रित करने में सक्षम हो।
यह शोध पत्र यह प्रदर्शित करता है कि लॉसलेस कम्प्रेशन (lossless compression), उच्च संरचनात्मक नियमितता और संपीड़नीयता (compressibility) को उजागर करके, एलएलएम (LLM) द्वारा जनरेट किए गए टेक्स्ट को मानव लेखन से अलग करने के लिए एक सरल, मॉडल-अज्ञेय (model-agnostic) मीट्रिक के रूप में कार्य करता है, हालांकि खंडित, छोटे पैमाने के इंटरेक्शन वातावरण में यह विशिष्टता कम हो जाती है।
यह शोधपत्र एक हाइब्रिड क्लिकबेट डिटेक्शन मॉडल प्रस्तुत करता है जो ट्रांसफॉर्मर-आधारित एम्बेडिंग्स को 15 भाषाई रूप से प्रेरित सूचनात्मक विशेषताओं के साथ जोड़ता है, जिससे XGBoost के साथ 91% F1-स्कोर प्राप्त होता है और महत्वपूर्ण भाषाई संकेतों के माध्यम से भविष्यवाणी की व्याख्यात्मकता में वृद्धि होती है।