25186 पेपर
यह सर्वेक्षण एक एकीकृत बहु-स्तरीय वर्गीकरण प्रस्तुत करके एम्बॉडीड एआई (Embodied AI) में सुरक्षा की एक व्यापक समीक्षा प्रदान करता है जो पूरे एजेंट पाइपलाइन में हमलों और रक्षाओं का परीक्षण करता है, 400 से अधिक शोध पत्रों के अंतर्दृष्टि को संश्लेषित करता है ताकि महत्वपूर्ण चुनौतियों की पहचान की जा सके और सुरक्षित, सुदृढ़ और विश्वसनीय वास्तविक दुनिया के सिस्टम बनाने के लिए एक रोडमैप पेश किया जा सके।
यह शोध पत्र प्रकट करता है कि स्टेबल डिफ्यूजन (Stable Diffusion) में रटंत विद्या (memorization) अप्रत्याशित रूप से पैडिंग टोकन में एंड-ऑफ-टेक्स्ट (end-of-text) एम्बेडिंग के संरचनात्मक दोहराव द्वारा संचालित होती है, जो इसके प्रभाव को बढ़ा देती है, और यह छवि की गुणवत्ता को कम किए बिना इस समस्या को कम करने के लिए सरल इन्फरेंस-टाइम (inference-time) रणनीतियों का प्रस्ताव करता है।
यह शोध पत्र प्रदर्शित करता है कि सत्यापन योग्य पुरस्कारों के साथ सुदृढीकरण लर्निंग (RLVR) में व्यवस्थित सत्यापन त्रुटियां उनके विशिष्ट पैटर्न के आधार पर प्रदर्शन में ठहराव या पतन का कारण बन सकती हैं, जो इस पूर्व धारणा को चुनौती देती है कि ऐसी त्रुटएं केवल प्रशिक्षण को धीमा करती हैं बिना अंतिम परिणामों को महत्वपूर्ण रूप से प्रभावित किए।
PRISM-CTG कार्डियोटोकोग्राफी विश्लेषण के लिए एक नवीन स्व-पर्यवेक्षित (self-supervised) फाउंडेशन मॉडल है जो बड़े पैमाने पर अनलेबल डेटा और नैदानिक मेटाडेटा को शामिल करने वाले एक मल्टी-व्यू प्रीटेक्स्ट फ्रेमवर्क का लाभ उठाता है ताकि हस्तांतरणीय डोमेन-स्तरीय निरूपण (representations) सीखे जा सकें, जो विविध नैदानिक कार्यों में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।
यह शोध पत्र रेडेमेकर जटिलता (Rademacher complexity) का उपयोग करके स्पाइकिंग न्यूरल नेटवर्क के लिए सैद्धांतिक सामान्यीकरण सीमाओं (theoretical generalization bounds) को स्थापित करता है, यह प्रदर्शित करते हुए कि उनकी अनुभवजन्य जटिलता नेटवर्क की गहराई और स्पाइक अवधि पर चरघातांकीय रूप से, चौड़ाई पर सुपरलीनियर रूप से, और पैरामीटर नॉर्म्स पर बहुपद रूप से निर्भर करती है, जबकि आंतरिक न्यूरोनल गणनाओं से स्वतंत्र रहती है।
प्रोटियो-R1 (Proteo-R1) एक द्वि-विशेषज्ञ ढांचा (dual-expert framework) है जो आणविक तर्क (molecular reasoning) को ज्यामितीय पीढ़ी (geometric generation) से स्पष्ट रूप से अलग करके *de novo* प्रोटीन डिज़ाइन को बढ़ाता है, जिसमें एक मल्टीमॉडल लैंग्वेज मॉडल का उपयोग महत्वपूर्ण कार्यात्मक अवशेषों (functional residues) की पहचान करने के लिए हार्ड कंस्ट्रेंट्स (hard constraints) के रूप में किया जाता है ताकि एक डिफ्यूजन-आधारित जनरेटर के माध्यम से स्थिर, व्याख्या योग्य और नियंत्रणीय डिज़ाइन परिणाम सुनिश्चित किए जा सकें।
यह शोध पत्र RouteHijack को प्रस्तुत करता है, जो एक रूटिंग-अवेयर जेलब्रेक हमला है जो Mixture-of-Experts LLMs के भीतर विशिष्ट विशेषज्ञों में सुरक्षा व्यवहारों के संकेंद्रण का लाभ उठाता है, जिसमें सुरक्षा विशेषज्ञों को दबाने और हानिकारक विशेषज्ञों को बढ़ावा देने के लिए इनपुट सफिक्स (suffixes) को अनुकूलित किया जाता है, जिससे मौजूदा विधियों की तुलना में विभिन्न MoE मॉडलों में काफी उच्च हमले की सफलता दर और स्थानांतरणीयता (transferability) प्राप्त होती है।
यह शोध पत्र एक भौतिकी-सूचित मशीन लर्निंग ढांचे का प्रस्ताव करता है जो न्यूरल नेटवर्क को यूनिट वेक्टर फील्ड्स (जिन्हें स्पिन कॉन्फ़िगरेशन के रूप में व्याख्यायित किया जाता है) उत्पन्न करने और उनके स्काईर्मियन नंबर की गणना करने के लिए प्रशिक्षित करके इनपुट छवियों के यूलर विशेषता (Euler characteristic) की भविष्यवाणी करता है, जिसमें बड़े पूर्व-मौजूद डेटासेट की आवश्यकता के बिना स्वतंत्रता की डिग्री को सीमित करने के लिए एक चुंबकीय हैमिल्टनियन का लॉस फंक्शन के रूप में उपयोग किया जाता है।
यह शोध पत्र AsymK-Talker का परिचय देता है, जो एक नवीन डिफ्यूजन-डिस्टिलेशन फ्रेमवर्क है जो कर्नेल-कंडीशन्ड लूप जनरेशन, टेम्पोरल रेफरेंस एनकोडिंग और एसिमेट्रिक कर्नेल डिस्टिलेशन को एकीकृत करके मौजूदा विधियों की कॉज़ल अक्षमता और प्रोग्रेसिव ड्रिफ्ट को दूर करते हुए उच्च दृश्य निष्ठा और टेम्पोरल निरंतरता के साथ रीयल-टाइम, लॉन्ग-होरिज़ॉन टॉकिंग हेड जनरेशन प्राप्त करता है।
यह शोध पत्र कर्नेल अफ़ाइन हल मशीनों (KAHMs) का प्रस्ताव करता है, जो एक हल्का, विश्लेषणात्मक रूप से स्पष्ट तरीका है जो गणनात्मक रूप से महंगे ऑनलाइन ट्रांसफार्मर क्वेरी एनकोडिंग को कुशल लेक्सिकल-टू-सिमेंटिक मैपिंग से बदल देता है, जिससे लेटेंसी को 8.5 गुना कम करते हुए तुलनीय रिट्रीवल प्रदर्शन प्राप्त होता है।