21502 पेपर
यद्यपि लार्ज लैंग्वेज मॉडल्स अपने आंतरिक निरूपण (इंटरनल रिप्रेजेंटेशन) के भीतर नैदानिक साक्ष्य की शक्ति का एक पुनर्प्राप्त करने योग्य संकेत समाहित करते हैं, फिर भी वे इस जानकारी को स्पष्ट रूप से बताने में लगातार विफल रहते हैं, जिससे उनके घोषित साक्ष्य ग्रेड, उस अंतर्निहित संकेत की उपस्थिति के बावजूद, अविश्वसनीय हो जाते हैं।
यह शोध पत्र पारेटो-आधारित विश्लेषण और फलन-उन्मुख परिभाषाओं का उपयोग करते हुए, शार्पनेस (sharpness) और कॉम्प्लेक्सिटी (complexity) की डीप न्यूरल नेटवर्क के सामान्यीकरण (generalization) पर संयुक्त व्याख्यात्मक शक्ति की जांच करता है, और यह पाता है कि हालांकि ये दो कारक विविध परिवेशों में समझ को महत्वपूर्ण रूप से बढ़ाते हैं, वे अभी तक सामान्यीकरण का एक पूर्ण सिद्धांत नहीं बनते हैं।
यह शोध पत्र उच्च-जोखिम वाले परिदृश्यों के लिए एक असंभवता सीमा (impossibility bound) को सिद्ध करके, एडेप्टिव बाउंड्स और डिस्ट्रीब्यूशन शिफ्ट के तहत अनुमान से महत्वपूर्ण लाभ प्रदर्शित करके, और एक ऐसा परिनियोजन ढांचा प्रदान करके जो विभिन्न मॉडलों और कार्यों में प्रमाणन (certification) की उपलब्धि को पहचानता है, स्ट्रक्चर्ड LLM आउटपुट को प्रमाणित करने के लिए कॉन्फॉर्मल रिस्क कंट्रोल की सैद्धांतिक व्यवहार्यता और व्यावहारिक सीमाओं को स्थापित करता है।
यह अध्ययन तीन मनोवैज्ञानिक भावना ढांचों के माध्यम से बारह आधुनिक टेक्स्ट एनकोडर्स का मूल्यांकन करता है, जो यह प्रकट करता है कि जहाँ निर्देश-जागरूक ओपन-वेट मॉडल शब्द-स्तरीय एम्बेडिंग में भावनात्मक जानकारी को पकड़ने में उत्कृष्ट हैं, वहीं टास्क-ट्यून्ड और प्रोप्राइटरी एनकोडर्स वाक्य-स्तरीय भावनात्मक वर्गीकरण में बेहतर प्रदर्शन करते हैं।
यह शोध पत्र यह प्रदर्शित करके टैबुलर फाउंडेशन मॉडल्स के लिए एक औपचारिक बाधा स्थापित करता है कि उन्नत तर्क क्षमताओं के बावजूद, वे कानूनी और नियम-उल्लंघन करने वाली डेटाबेस अवस्थाओं के बीच अंतर नहीं कर सकते हैं यदि उनके पास डेटा को नियंत्रित करने वाले परिचालन नियमों तक पहुंच नहीं है, जैसा कि उनके "ऑपरेशनल ट्यूरिंग टेस्ट" को पास करने में विफल होने से प्रमाणित होता है जहाँ केवल नियम-व्युत्पन्न ऑडिट ही पूर्ण सटीकता प्राप्त करते हैं।
DiLaServe डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक क्लस्टर-स्तरीय सर्विंग सिस्टम है जो डेडलाइन-अवेयर शेड्यूलिंग, कॉन्फिडेंस-थ्रेशोल्ड एडजस्टमेंट के माध्यम से एडेप्टिव लोड कंट्रोल और एप्रोक्सिमेट KV कैशिंग से होने वाली स्टेप-लेवल हेटेरोजेनिटीिटी को ध्यान में रखते हुए डायनेमिक क्लस्टर रीकॉन्फ़िगरेशन के माध्यम से न्यूनतम सटीकता हानि के साथ SLO प्राप्ति में 56.6 प्रतिशत अंकों तक सुधार करता है और लेटेंसी को 46% तक कम करता है।
यह शोध पत्र BTI-Net प्रस्तुत करता है, जो एक मल्टी-टास्क मेडिकल इमेज एनालिसिस फ्रेमवर्क है जो अनिश्चितता-जागरूक तंत्र (uncertainty-aware mechanism) के माध्यम से गेटेड द्विदिश डिकोडर-स्तरीय इंटरैक्शन स्थापित करके सेगमेंटेशन और क्लासिफिकेशन प्रदर्शन को बढ़ाता है, ताकि बिना किसी अतिरिक्त इन्फरेंस पास के कार्य-विशिष्ट विशेषताओं को गतिशील रूप से फ़िल्टर किया जा सके।
यह शोध पत्र SCALLOP को प्रस्तुत करता है, जो फ्लो-आधारित जनरेटिव मॉडल्स के लिए एक स्केलेबल, हचिन्सन-मुक्त (Hutchinson-free) लाइकलीहुड डिस्टिलेशन विधि है, जो मौजूदा बेसलाइन्स जैसे कि F2D2 की तुलना में ट्रेनिंग वेरिएंस और समय को काफी कम करते हुए 10 गुना तक तेज़ इन्फरेंस प्राप्त करता है।
यह शोधपत्र घटना-आधारित आख्यान निष्कर्षण (event-based narrative extraction) में संयुक्त सुसंगतता मीट्रिक के लिए एक सूचना-ज्यामितीय औचित्य प्रदान करता है, जिसमें यह सिद्ध किया गया है कि ज्यामितीय माध्य (geometric mean) एक उत्पाद मैनिफोल्ड (product manifold) पर चार स्वाभाविक अभिगृहितों (axioms) को संतुष्ट करने वाला अद्वितीय संयोजन है, जहाँ अनुभवजन्य परिणाम फिशर-राओ (Fisher-Rao) मीट्रिक के साथ इसके संरेखण और सुसंगत कथा-धाराओं को यादृच्छिक (random) कथाओं से अलग करने में इसके बेहतर प्रदर्शन की पुष्टि करते हैं।