23855 पेपर
यह शोधपत्र तर्क देता है कि एआई सुरक्षा को केवल संरेखण (alignment) के बजाय नियंत्रणीयता (controllability)—अर्थात रनटाइम पर एजेंटों को विश्वसनीय रूप से बाधित करने, ओवरराइड करने और सीमित करने की क्षमता—को प्राथमिकता देनी चाहिए, जो जटिल, खुले वातावरण में स्पष्ट अधिकार के प्रति वर्तमान प्रणालियों की विफलता को संबोधित करने के लिए एक नया बेंचमार्क और वास्तुशिल्प ढांचा प्रस्तुत करता है।
यह शोध पत्र DEI को प्रस्तुत करता है, जो एक वितरित क्वालिटी-डाइवर्सिटी (Quality-Diversity) खोज ढांचा है जो एकल-मॉडल और सजातीय समानांतर बेसलाइन दोनों की तुलना में काफी उच्च समाधान कवरेज और विविधता स्कोर प्राप्त करने के लिए पूरक उत्परिवर्तन ऑपरेटरों (mutation operators) के रूप में विषम लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है।
यह शोध पत्र एक एआई-संवर्धित हब-एंड-स्पोक लेकहाउस आर्किटेक्चर का प्रस्ताव करता है जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) का उपयोग करके नीति प्रवर्तन को स्वचालित करने और कौशल संबंधी बाधाओं को कम करने के माध्यम से डोमेन सेल्फ-सर्विस और गवर्नेंस के बीच के तनाव को हल करता है, जिससे केंद्रीकृत नियंत्रण से परिपक्व डोमेन स्वामित्व की ओर एक चरणबद्ध संक्रमण सक्षम होता है और सफलता को व्यावसायिक मूल्य मेट्रिक्स के माध्यम से मापा जाता है।
यह शोध पत्र ICCU को प्रस्तुत करता है, जो निरंतर मशीन अनलर्निंग (continual machine unlearning) के लिए एक पैरामीटर-मुक्त ढांचा है जो मॉडल की उपयोगिता को बनाए रखते हुए और क्रॉस-अनुरोध हस्तक्षेप (cross-request interference) से बचते हुए, इन्फरेंस के समय लक्षित ज्ञान को प्रभावी ढंग से दबाने के लिए अनलर्निंग डेटासेट्स से पठनीय निषेध नियमों (refusal rules) को प्रेरित और संचित करता है।
StepOPSD एक स्टेप-अवेयर ऑनलाइन प्रेफरेंस डिस्टिलेशन फ्रेमवर्क है जो एक्शन-केंद्रित सेगमेंट में ट्रेजेक्टरीज को डीकंपोज करके हिंडसाइट-एनरिच्ड रीस्केलिंग और एडवांटेज शेपिंगिंग के माध्यम से मल्टी-टर्न एजेंट रिइन्फोर्समेंट लर्निंग में क्रेडिट-असाइनमेंट मिसमैच को संबोधित करता है, जिससे ALFWorld और Search-QA जैसे बेंचमार्क पर स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।
यह शोध पत्र VitaBench 2.0 प्रस्तुत करता है, जो एक नया बेंचमार्क है जिसे दीर्घकालिक, खंडित उपयोगकर्ता इंटरैक्शन में लार्ज लैंग्वेज मॉडल एजेंटों की व्यक्तिगत और सक्रिय निर्णय लेने की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो वर्तमान मॉडल क्षमताओं और वास्तविक दुनिया की आवश्यकताओं के बीच महत्वपूर्ण अंतराल को प्रकट करता है।
यह शोध पत्र "कंप्रेसिव नॉलेज ग्राफ हाइपोथेसिस" (संकुचित ज्ञान ग्राफ परिकल्पना) प्रस्तावित करता है, जो यह प्रदर्शित करता है कि वैज्ञानिक परिकल्पना निर्माण के लिए, संक्षिप्त और संरचित उप-ग्राफ अक्सर बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) को प्रभावी ढंग से निर्देशित करने के लिए पर्याप्त संकेत प्रदान करते हैं, जो पूर्ण स्थानीय ज्ञान ग्राफों की आवश्यकता को चुनौती देता है।
यह शोध पत्र जेनेरेटिव एनिमेशन (Generative Animations) को प्रस्तुत करता है, जो एक मल्टी-मॉडल पाइपलाइन है जो प्राकृतिक भाषा के प्रॉम्प्ट्स को स्वचालित रूप से उत्पादन-तैयार, ज्यामितीय रूप से जागरूक मोशन पाथ्स में बदलने के लिए लार्ज लैंग्वेज मॉडल्स और सेगमेंट एनीथिंग मॉडल का लाभ उठाती है, जिससे मैनुअल एनिमेशन कॉन्फ़िगरेशन की आवश्यकता समाप्त हो जाती है।
यह शोधपत्र NoisyAgent को प्रस्तुत करता है, जो एक ऐसा प्रशिक्षण ढांचा है जो सीखने के दौरान सिम्युलेटेड (simulated) उपयोगकर्ता और टूल शोर (noise) को प्रगतिशील रूप से शामिल करके LLM एजेंट की मजबूती को बढ़ाता है, जिससे आदर्श बेंचमार्क और वास्तविक दुनिया की तैनाती के बीच के अंतर को पाटते हुए सामान्यीकरण योग्य तर्क (generalizable reasoning) में सुधार होता है।
यह शोध पत्र क्वांटम कंप्यूटिंग कार्यों पर LLMs के मूल्यांकन के लिए एक व्यापक बेंचमार्क के रूप में माइक्रोसॉफ्ट के QuantumKatas का Qiskit-आधारित अनुकूलन प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि मॉडल ज्ञात एल्गोरिदम को लागू करने में उत्कृष्ट हैं, वे समस्या एनकोडिंग (problem encoding) में संघर्ष करते हैं और चेन-ऑफ-थॉट (chain-of-thought) प्रॉम्प्टिंग विभिन्न मॉडल आर्किटेक्चर में मिश्रित परिणाम देती है।