AI & ML Research 24 Hours

अंतिम अपडेट: September 26, 2026, 10:05 PM ET

एआई और एमएल अनुसंधान

प्रशिक्षण डेटासेट में एआई-जनित टेक्स्ट की पहचान करना चुनौतीपूर्ण बना हुआ है, क्योंकि डिटेक्टर अक्सर वास्तविक सामग्री को गलत वर्गीकृत कर देते हैं, जिससे भावना विश्लेषण की सटीकता कम हो जाती है। एआई स्लॉप डिटेक्शन ने सिंथेटिक समीक्षाओं को फ़िल्टर करते समय उच्च गलत-सकारात्मक दरों का खुलासा किया। इस बीच, शोधकर्ता एलएलएम में पैराग्राफ संरचना को एक घुमावदार स्थान के रूप में मॉडल करने का प्रस्ताव रखते हैं, जहां टोकन इंडेक्स निर्देशांक के रूप में कार्य करते हैं, जिससे आंतरिक प्रतिनिधित्व की बेहतर समझ संभव होती है। एलएलएम पैराग्राफ ज्योमेट्री बताती है कि ट्रांसफॉर्मर एम्बेडिंग स्पेस में स्थानिक व्यवस्थाओं के माध्यम से शब्दार्थ संबंधों को एनकोड करते हैं। ये अंतर्दृष्टियाँ प्राकृतिक भाषा प्रसंस्करण प्रणालियों में डेटा गुणवत्ता में सुधार और मॉडल व्यवहार की व्याख्या करने के लिए चल रहे प्रयासों को उजागर करती हैं। दोनों अध्ययन भाषा मॉडल विश्लेषण के लिए सैद्धांतिक ढाँचे को आगे बढ़ाते हुए कृत्रिम और मानव-जनित टेक्स्ट के बीच अंतर करने के लिए मजबूत तरीकों की आवश्यकता पर जोर देते हैं।