23941 पेपर
यह शोध पत्र ग्रैंडगार्ड (GrandGuard) को प्रस्तुत करता है, जो एक तीन-स्तरीय वर्गीकरण, 10,404-आइटम वाले बेंचमार्क और विशिष्ट सुरक्षा उपायों से युक्त पहला व्यापक ढांचा है, जो एलएलएम (LLM) इंटरैक्शन में बुजुर्गों से संबंधित उन विशिष्ट सुरक्षा जोखिमों की पहचान करने और उन्हें कम करने के लिए बनाया गया है जिन्हें मौजूदा सामान्य सुरक्षा उपाय अनदेखा कर देते हैं।
यह शोध पत्र PrivacyAkinator प्रस्तुत करता है, जो एक इंटरैक्टिव टूल है और जो NIST की जटिल प्राइवेसी रिस्क असेसमेंट मेथोडोलॉजी (PRAM) की तुलना में नौसिखिया डेवलपर्स को प्रमुख प्राइवेसी डिज़ाइन निर्णयों को अधिक कुशलता और प्रभावशीलता से स्पष्ट करने में मदद करने के लिए LLM-जनरेटेड बहुविकल्पीय प्रश्नों का लाभ उठाता है।
यह शोध पत्र एक तीन-चरणीय एआई (AI) ढांचे को प्रस्तुत करता है जो शिक्षार्थी की सक्षमता का आकलन करने के लिए ईगोसेंट्रिक (egocentric) नर्सिंग सिमुलेशन वीडियो का विश्लेषण करता है, जो एक प्रति-सहज नकारात्मक सहसंबंध को प्रकट करता है जहाँ उच्च प्रदर्शन करने वाले छात्र अधिक विविध और कठिन-से-वर्गीकृत वर्कफ्लो प्रदर्शित करते हैं, जो यह सुझाव देता है कि एक्शन टाइमलाइन्स के साथ-साथ पहचान अनिश्चितता (recognition uncertainty) एक मूल्यवान शैक्षणिक संकेत के रूप में कार्य कर सकती है।
यह शोध पत्र Geometry-Lite प्रस्तुत करता है, जो एक व्याख्या योग्य प्रोब (interpretable probe) है जो ट्रांसफॉर्मर परतों के बीच सुरक्षा संकेतों को विघटित करता है ताकि यह प्रकट किया जा सके कि प्रॉम्प्ट-स्तरीय सुरक्षा पहचान मुख्य रूप से लेयर-टू-लेयर मोशन सिग्नल्स के बजाय निरंतर लेयर-वाइज मार्जिन ज्योमेट्री और बाउंड्री पोजिशनिंग पर निर्भर करती है।
लीन रिफैक्टर (Lean Refactor) एक रिट्रीवल-ऑगमेंटेड एजेंटिक फ्रेमवर्क है जो बिना किसी मॉडल रिट्रेनिंग के, क्यूरेटेड रिफैक्टरिंग रणनीतियों को गतिशील रूप से चुनकर टोकन कंप्रेशन, कंपाइलेशन स्पीड और वर्जन कम्पैटिबिलिटी सहित कई उद्देश्यों के लिए लीन (Lean) प्रूफ को अनुकूलित करता है।
यह शोध पत्र GROW को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो संदर्भ लंबाई की सीमाओं को दूर करने के लिए पूर्ण प्रक्षेप पथों (trajectories) को अवस्था-क्रिया नमूनों (state-action samples) में विघटित करके ओपन-वर्ल्ड विजन-लैंग्वेज मॉडल एजेंटों के लिए ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन (GRPO) को अनुकूलित करता है, जिससे 800 से अधिक माइनक्राफ्ट कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
CP-MoE एक नवीन निरंतर शिक्षण (continual learning) ढांचा है जो स्थिरता-संरक्षण रूटिंग (consistency-preserving routing) और लक्षित नियमितीकरण (targeted regularization) के माध्यम से स्थिर विशेषज्ञों में कार्य-विशिष्ट अपडेट के एकीकरण को निर्देशित करने के लिए एक क्षणिक विशेषज्ञ (transient expert) का उपयोग करके LLMs और VLMs में विनाशकारी विस्मृति (catastrophic forgetting) को कम करता है, जिससे ज्ञान हस्तांतरण और पैरामीटर स्थिरता के बीच संतुलन बनाते हुए अत्याधुनिक प्रदर्शन प्राप्त किया जाता है।
यह शोध पत्र कर्नेल डिस्कवरी (Kernel Discovery) का परिचय देता है, जो एक LLM-संचालित विकासवादी ढांचा (evolutionary framework) है जो कच्चे अवलोकनों (raw observations) पर निर्भर हुए बिना एक व्यापक गणितीय स्थान की खोज करके उच्च-आयामी बायेसियन अनुकूलन (Bayesian optimization) में मौजूदा स्वचालित कर्नेल डिजाइन की सीमाओं को दूर करता है, और बेंचमार्क पर 17 में से 1.2 की औसत रैंक के साथ बेहतर प्रदर्शन प्राप्त करता है।
यह शोध पत्र ProcBench प्रस्तुत करता है, जो एक मानक ऑन्टोलॉजी और जोखिम-आधारित स्कोरकार्ड के माध्यम से प्रक्रिया-स्तरीय दोषों और नियंत्रण संरक्षण का विश्लेषण करके LLM कोडिंग एजेंटों का मूल्यांकन करने वाला एक ढांचा है, जो कई डेटासेट में पारंपरिक केवल-परिणाम वाले बेंचमार्क की तुलना में अधिक गहन नैदानिक अंतर्दृष्टि प्रदान करता है।
यह शोध पत्र एक मल्टी-एजेंट सुदृढीकरण शिक्षण (Multi-Agent Reinforcement Learning) ढांचे का प्रस्ताव करता है जो छिपे हुए व्यक्तित्व लक्षणों वाले पैदल यात्रियों के साथ स्वायत्त वाहनों को सह-प्रशिक्षित करता है, और यह प्रदर्शित करता है कि यह दृष्टिकोण नियम-आधारित बेसलाइन और एकल-एजेंट प्रशिक्षण की तुलना में अधिक यथार्थवादी इंटरेक्शन परिदृश्य उत्पन्न करता है और टकराव की दरों को महत्वपूर्ण रूप से कम करता है।