25416 पेपर
यह शोध पत्र एक सिस्टम्स थिंकिंग फ्रेमवर्क प्रस्तावित करता है जो एल्गोरिद्मिक निष्पक्षता को मॉडल करने के लिए मशीन लर्निंग, कॉज़ल इन्फरेंस और सिस्टम डायनेमिक्स को एकीकृत करता है, जिससे नीति निर्माता जटिल समझौतों (ट्रेड-ऑफ) को समझने और लोकतांत्रिक मूल्यों के अनुरूप एआई नियमों को डिजाइन करने में सक्षम होते हैं।
यह शोध पत्र परिवर्तनकारी एआई के आर्थिक निहितार्थों और अस्तित्व संबंधी जोखिमों का विश्लेषण करता है, और यह निष्कर्ष निकालता है कि कम संभावना वाले विनाशकारी परिदृश्य भी एआई सुरक्षा और संरेखण अनुसंधान में वैश्विक निवेश को महत्वपूर्ण रूप से बढ़ाने को उचित ठहराते हैं।
SafeMERGE एक हल्का, पोस्ट-फाइन-ट्यूनिंग फ्रेमवर्क है जो डाउनस्ट्रीम टास्क उपयोगिता को बनाए रखते हुए सुरक्षा संरेखण (सेफ्टी अलाइनमेंट) को बहाल करने के लिए कोसाइन सिमिलैरिटी मानदंड के आधार पर सेफ्टी-अलाइन्ड मॉडल्स से फाइन-ट्यून्ड LLMs के लेयर्स को चुनिंदा रूप से मर्ज करता है।
यह शोध पत्र C-SHAP प्रस्तुत करता है, जो एक अवधारणा-आधारित व्याख्यात्मक एआई (explainable AI) ढांचा है जो टाइम सीरीज़ मॉडल्स के लिए उच्च-स्तरीय टेम्पोरल पैटर्न स्पष्टीकरण प्रदान करने के लिए SHAP का लाभ उठाता है, जो स्वास्थ्य सेवा और उद्योग जैसे उच्च-जोखिम वाले डोमेन में मौजूदा पॉइंट- या सबसीक्वेंस-आधारित विधियों की सीमाओं को संबोधित करता है।
यह शोध पत्र SAT-Graph RAG प्रस्तुत करता है, जो एक ऑन्टोलॉजी-संचालित ढांचा है जो जटिल कानूनी प्रश्नों के लिए नियत (deterministic), ऑडिट योग्य और सामयिक रूप से सटीक रिट्रिवल-ऑगमेंटेड जनरेशन को सक्षम करने के लिए स्पष्ट पदानुक्रमित, टेम्पोरल और कारण संरचनाओं के साथ कानूनी मानदंडों को मॉडल करता है।
यह शोध पत्र Z-Score Filtered Sharpness-Aware Minimization का प्रस्ताव करता है, जो एक ऐसी विधि है जो परटर्बेशन स्टेप के दौरान केवल सबसे महत्वपूर्ण ग्रेडिएंट घटकों को बनाए रखने के लिए Z-score आधारित फ़िल्टरिंग लागू करके सामान्यीकरण (generalization) को बढ़ाती है, जिससे शोर कम होता है और मौजूदा Sharpness-Aware Minimization वेरिएंट्स की तुलना में विभिन्न डेटासेट्स और आर्किटेक्चर पर टेस्ट सटीकता में निरंतर सुधार होता है।
यह शोध पत्र सेफ्टी-अवेयर प्रोबिंग (SAP) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो हिडन स्टेट्स में सुरक्षा-सहसंबंधित दिशाओं की पहचान करके और उन्हें विचलित करके LLM फाइन-ट्यूनिंग के दौरान सुरक्षा क्षरण को कम करता है, ताकि कार्य प्रदर्शन को सुरक्षित रखते हुए पैरामीटर अपडेट को हानिकारक प्रक्षेपवक्रों से दूर ले जाया जा सके।
यह शोध पत्र अनुकूलनशील टेस्ट-टाइम कंप्यूट आवंटन के लिए एक नवीन बैंडिट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो समाधान योग्य चुनौतीपूर्ण उदाहरणों पर संसाधनों को प्राथमिकता देने के लिए क्वेरी की कठिनाई का गतिशील रूप से अनुमान लगाता है, जिससे गणित और कोड बेंचमार्क पर समान आवंटन की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।
यह शोध पत्र mGRADE का प्रस्ताव करता है, जो एक हल्का हाइब्रिड आर्किटेक्चर है जो मल्टी-टाइमस्केल सीक्वेंस मॉडलिंग में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए लर्नबल डिले कन्वोल्यूशन को गेटेड रिकरेंट घटक के साथ जोड़ता है और साथ ही एज डिवाइसेस के लिए मेमोरी फुटप्रिंट को काफी कम करता है।
यह शोधपत्र DiffuMeta पेश करता है, जो एक जनरेटिव फ्रेमवर्क है जो डिफ्यूजन ट्रांसफॉर्मर्स को एक बीजगणितीय भाषा प्रतिनिधित्व (algebraic language representation) के साथ जोड़ता है ताकि सटीक रूप से लक्षित गैररेखीय यांत्रिक गुणों वाले विविध 3D मेटामटेरियल्स के इनवर्स डिज़ाइन को सक्षम बनाया जा सके।