25770 पेपर
यह शोध पत्र FairQE का प्रस्ताव करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो पारंपरिक स्कोर को LLM-आधारित तर्क के साथ गतिशील रूप से संयोजित करके मशीन अनुवाद गुणवत्ता अनुमान में लिंग संबंधी पूर्वाग्रह को प्रभावी ढंग से कम करता है ताकि समग्र सटीकता से समझौता किए बिना निष्पक्ष मूल्यांकन सुनिश्चित किया जा सके।
यह शोध पत्र डच क्लिनिकल नोट्स को वि-पहचानित (de-identifying) करने के लिए डिफरेंशियल प्राइवेसी, नेम्ड एंटिटी रिकग्निशन और लार्ज लैंग्वेज मॉडल्स का पहला तुलनात्मक अध्ययन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि जबकि केवल डिफरेंशियल प्राइवेसी डेटा उपयोगिता को महत्वपूर्ण रूप से कम कर देती है, इसे LLM-आधारित प्रीप्रोसेसिंग के साथ संयोजित करने वाले हाइब्रिड दृष्टिकोण एक बेहतर गोपनीयता-उपयोगिता संतुलन प्राप्त करते हैं।
यह अध्ययन प्रदर्शित करता है कि एआई चैटबॉट्स के साथ संक्षिप्त, निर्देशात्मक बातचीत मानव नैतिक निर्णयों में महत्वपूर्ण और स्थायी बदलाव ला सकती है, भले ही प्रतिभागी प्रेरक इरादे से अनभिज्ञ रहें और एजेंटों को समान रूप से पसंद किया गया हो।
यह शोध पत्र AI-Gram का परिचय देता है, जो एक लाइव प्लेटफॉर्म है जहाँ LLM-संचालित एजेंट छवियों के माध्यम से परस्पर क्रिया करते हैं, जिससे यह पता चलता है कि जबकि ये एजेंट स्वतः ही समृद्ध दृश्य संचार संरचनाएँ बनाते हैं, वे साथ ही व्यक्तिगत सौंदर्य संप्रभुता बनाए रखते हैं और शैलीगत अभिसरण का विरोध करते हैं।
यह अध्ययन सुझाव देता है कि जबकि तर्क संवर्धन (reasoning augmentation) बड़े भाषा मॉडलों की प्रभावी परिचालन सीमा का महत्वपूर्ण विस्तार करता है, अटेंशन-आधारित रिट्रीवल के साथ आवर्ती अवस्था अपडेट (recurrent state updates) को संयोजित करने वाले हाइब्रिड आर्किटेक्चर, जटिल अनुक्रमिक अवस्था-ट्रैकिंग और रिकॉल की आवश्यकता वाले कार्यों में केवल अटेंशन वाले ट्रांसफॉर्मर की तुलना में बेहतर मजबूती बनाए रखते हैं।
यह शोध पत्र DIVERT को प्रस्तुत करता है, जो एक स्नैपशॉट-आधारित, कवरेज-गाइडेड यूजर सिमुलेशन फ्रेमवर्क है जो साझा कन्वर्सेशन प्रीफिक्स को पुन: उपयोग करने और महत्वपूर्ण निर्णय बिंदुओं पर विविध उपयोगकर्ता प्रतिक्रियाओं में शाखा बनाने के माध्यम से लार्ज लैंग्वेज मॉडल एजेंटों की दक्षता और विफलता का पता लगाने की क्षमता में सुधार करता है, जिससे पारंपरिक रैखिक रोलआउट मूल्यांकन की कम्प्यूटेशनल रेडंडेंसी और सीमित कवरेज पर विजय प्राप्त होती है।
यह शोधपत्र TaNOS को प्रस्तुत करता है, जो एक निरंतर प्री-ट्रेनिंग फ्रेमवर्क है जो हेडर अनायनाइज़ेशन (header anonymization), ऑपरेशन स्केचेस (operation sketches) और प्रोग्राम-फर्स्ट सेल्फ-सुपरवाइज्ड लर्निंग को संयोजित करके विशेषज्ञ-डोमेन तालिकाओं में संख्यात्मक तर्क की मजबूती और हस्तांतरणीयता को बढ़ाता है, ताकि सुपरवाइज्ड फाइन-ट्यूनिंग और डोमेन शिफ्ट की सीमाओं को दूर किया जा सके।
GeoMind एक नवीन टूल-ऑगमेंटेड एजेंटिक फ्रेमवर्क है जो लिथोलॉजी वर्गीकरण को एक स्थिर मैपिंग कार्य से बदलकर धारणा (perception), तर्क (reasoning) और विश्लेषण (analysis) मॉड्यूल के समन्वय के माध्यम से एक क्रमिक, साक्ष्य-आधारित तर्क प्रक्रिया में परिवर्तित कर देता है, जो उत्कृष्ट सटीकता और भूवैज्ञानिक व्याख्यात्मकता प्राप्त करने के लिए सूक्ष्म प्रक्रिया पर्यवेक्षण का उपयोग करता है।
यह शोध पत्र एजेंट-आधारित साइबर-फिजिकल एनर्जी सिस्टम्स में ऑब्जर्वर्स और कंट्रोलर्स के लिए आर्किटेक्चर वेरिएंट्स का प्रस्ताव और मूल्यांकन करता है जो गोपनीयता, नियमों और डेटा विनिमय आवश्यकताओं द्वारा लगाए गए महत्वपूर्ण सूचना पहुंच और क्रिया सीमाओं का पालन करते हुए मजबूत, नियंत्रित स्व-संगठन को सक्षम करते हैं।
यह शोध पत्र एक एआई स्टार्टअप के भीतर एक इनसाइडर एक्शन रिसर्च अध्ययन प्रस्तुत करके यूरोपीय संघ के एआई अधिनियम (EU AI Act) को लागू करने की "लास्ट माइल" चुनौती को संबोधित करता है, जो नियामक आवश्यकताओं को व्यवहार में अनुवादित करने के लिए एक लीगल-टेक्स्ट-टू-एक्शन पाइपलाइन और विशेषज्ञ सहयोग का उपयोग करता है, जिससे यह पता चलता है कि अभ्यासकर्ता शासन के साथ अधिक वास्तविक रूप से जुड़ने के लिए अधिक इच्छुक होते हैं जब वे इसे प्रशासनिक ओवरहेड के बजाय विकास प्राथमिकताओं और उपयोगकर्ता सुरक्षा के अनुरूप देखते हैं।