23941 पेपर
यह शोध पत्र एक सब्जेक्टिव लॉजिक-आधारित विधि प्रस्तुत करता है जो सुरक्षा प्रदर्शन संकेतकों के निरंतर मूल्यांकन के माध्यम से रनटाइम पर कॉन्फिडेंस लेवल को गतिशील रूप से अपडेट करके स्टैटिक सेफ्टी केसेज को बेहतर बनाता है, जो सटीक बेयसियन इन्फरेंस के बजाय सुरक्षा-प्रासंगिक प्रतिक्रियाशीलता को प्राथमिकता देता है।
यह शोध पत्र टर्मिनलवर्ल्ड (TerminalWorld) का परिचय देता है, जो एक स्केलेबल डेटा इंजन है जो एआई एजेंटों के बेंचमार्किंग के लिए 80,870 वास्तविक दुनिया की रिकॉर्डिंग से 1,530 उच्च-सटीकता वाले टर्मिनल कार्यों को स्वचालित रूप से रिवर्स-इंजीनियर करता है, जिससे यह पता चलता है कि वर्तमान फ्रंटियर मॉडल प्रामाणिक वर्कफ़्लो के साथ संघर्ष करते हैं और मौजूदा विशेषज्ञ-क्यूरेटेड बेंचमार्क की तुलना में खराब प्रदर्शन करते हैं।
यह शोध पत्र एक नवीन मॉडल का प्रस्ताव करता है जो पूर्व ज्ञान के बिना कम्युनिटी डिटेक्शन और अटेंशन मैकेनिज्म का लाभ उठाकर मल्टीवेरिएट टाइम सीरीज़ से डायनेमिक हाइपरग्राफ्स का निर्माण करता है, जिन्हें फिर भविष्यवाणी कार्यों के लिए उच्च-क्रम संबंधों को प्रभावी ढंग से कैप्चर करने हेतु एक डायनेमिक हाइपरग्राफ अटेंशन कन्वोल्यूशन नेटवर्क (DHACN) द्वारा संसाधित किया जाता है।
यह शोध पत्र तीन महत्वपूर्ण कमजोरियों—बेंचमार्क भेद्यता, सामयिक पुरानापन (टेम्पोरल स्टेलेनेस), और रनटाइम अनिश्चितता—की पहचान करता है जो एआई एजेंटों के वर्तमान सुरक्षा मूल्यांकनों को कमजोर करती हैं और अधिक सुदृढ़ एवं विश्वसनीय ढांचे विकसित करने के लिए व्यावहारिक दिशाएं प्रस्तावित करता है।
यह शोध पत्र प्रकट करता है कि LLMs में "हाइपरफिटिंग" (Hyperfitting) की घटना केवल लो-एन्ट्रॉपी शार्पनिंग का परिणाम नहीं है, बल्कि यह अंतिम ट्रांसफार्मर ब्लॉक में एक गतिशील, संदर्भ-निर्भर ज्यामितीय विस्तार से उत्पन्न होती है जो डीप-टेल टोकन्स को बढ़ावा देती है, एक ऐसी प्रक्रिया जिसे केवल अंतिम पाँच परतों को अपडेट करने वाली एक लक्षित "लेट-स्टेज लोरा" (Late-Stage LoRA) रणनीति का उपयोग करके कुशलतापूर्वक पुनरुत्पादित किया जा सकता है।
MoSA एक मोशन-कंस्ट्रेंड स्ट्रेस अडैप्टेशन फ्रेमवर्क है जो एक आइसोट्रोपिक मॉडल को भौतिक पूर्ववर्ती (फिजिक्स प्रायर) के रूप में उपयोग करके रेसिडुअल स्ट्रेस ऑपरेटर्स को सीखने के माध्यम से निरंतर गतिशीलता (कंटीन्यूम डायनेमिक्स) में रियल-टू-सिम गैप को पाटता है, जो हल्के एनिसोट्रॉपी और विषमता को कैप्चर करता है, जिससे रोबोट मैनिपुलेशन में बेहतर सटीकता, सामान्यीकरण और सिम-टू-रियल ट्रांसफर प्राप्त होता है।
यह शोध पत्र मौजूदा LLMs की थ्योरी-ऑफ़-माइंड (ToM) तर्क क्षमता की सीमाओं को संबोधित करने के लिए ToM-PD कार्य और ToM-BPD डेटासेट प्रस्तुत करता है, जो "थिंक थ्राइस बिफोर यू स्पीक" (TTBYS) फ्रेमवर्क का प्रस्ताव देता है जो इच्छाओं, विश्वासों और प्रेरक रणनीतियों की भविष्यवाणी करने में GPT-5 से काफी बेहतर प्रदर्शन करने के लिए दोहरे ज्ञान का लाभ उठाता है।
यह शोध पत्र कार्डलेस एआई बैंकिंग के लिए एक व्यापक ढांचे का प्रस्ताव करता है जो साइबर सुरक्षा को बढ़ाने, लेनदेन को प्रमाणित करने और धोखाधड़ी के जोखिमों को सक्रिय रूप से कम करने के लिए मशीन लर्निंग एल्गोरिदम, एआई-संचालित डेटा क्रिप्टोग्राफी और ऑटो-जेनरेटेड वर्चुअल कार्डों का लाभ उठाता है।
यह शोध पत्र तर्क देता है कि स्वास्थ्य सेवा (हेल्थकेयर) LLM बेंचमार्क प्रदर्शन और वास्तविक दुनिया में तैनाती के बीच का अंतर उपयोगकर्ता व्यवहार के अप्रमाणित अंतर्निहित धारणाओं से उत्पन्न होता है, जो इन धारणाओं को वर्गीकृत करने के लिए एक रूपरेखा प्रस्तावित करता है और उन्हें व्यवस्थित रूप से संबोधित करने के लिए "बेंचमार्ककार्ड्स" (BenchmarkCards) और चरणबद्ध मूल्यांकन पेश करता है।
यह शोध पत्र "कॉन्ट्रैक्चुअल स्किल्स" (contractual skills) पेश करता है, जो एक GovernSpec-प्रेरित ढांचा है जो एंटरप्राइज एआई एजेंट निर्देशों को पठनीय कार्य अनुबंधों के रूप में व्यवस्थित करता है ताकि लक्ष्यों, सीमाओं और गुणवत्ता मानदंडों की निरीक्षण क्षमता को बढ़ाया जा सके, और प्रयोगों के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण एक स्टैंडअलोन सुरक्षा तंत्र के रूप में कार्य करने के बजाय शासन और रखरखाव क्षमता में सुधार करता है।