25770 पेपर
यह शोध पत्र प्रकट करता है कि जहाँ LLM-जनित रेज़्यूमे सारांश तथ्यात्मक स्थिरता बनाए रखते हैं, वहीं वे मूल्यांकनात्मक भाषा में सूक्ष्म, नाम-आधारित पूर्वाग्रह प्रदर्शित करते हैं—विशेष रूप से ओपन-सोर्स मॉडलों और वितरण संबंधी चरम सीमाओं में—जो दिशात्मक भेदभाव को ऐसी सममित अस्थिरता में बदल सकता है जो स्वचालित भर्ती प्रणालियों में पारंपरिक निष्पक्षता ऑडिट से बच निकलती है।
यह शोध पत्र "कन्सरन अलाइनमेंट" (चिंता संरेखण) का प्रस्ताव करता है, जो एक नैदानिक ढांचा है जो आधिकारिक समीक्षाओं के विरुद्ध विशिष्ट चिंताओं की पहचान, प्राथमिकता और भार के विश्लेषण द्वारा एआई-जनित सहकर्मी समीक्षाओं का मूल्यांकन करता है, जिससे यह पता चलता है कि वर्तमान प्रणालियाँ स्वीकार्य समग्र निर्णय सटीकता प्राप्त करने के बावजूद अक्सर चिंता की गंभीरता को सही ढंग से अंशांकित करने में विफल रहती हैं।
यह शोध पत्र scpFormer को प्रस्तुत करता है, जो कि 390 मिलियन से अधिक सिंगल-सेल प्रोटिओमिक कोशिकाओं पर प्री-ट्रेन किया गया एक ट्रांसफॉर्मर-आधारित फाउंडेशन मॉडल है, जो खंडित एंटीबॉडी पैनल डेटा को एक साझा सिमेंटिक स्पेस में एकीकृत करने के लिए एक निरंतर, सीक्वेंस-एंकर दृष्टिकोण का उपयोग करता है, जिससे मजबूत बैच इंटीग्रेशन, अनसुपरवाइज्ड क्लस्टरिंग, इन सिलिको पैनल एक्सपेंशन और प्रिसिजन ऑन्कोलॉजी के लिए हस्तांतरणीय अंतर्दृष्टि सक्षम होती है।
यह अध्ययन लगभग 250,000 रेडिट पोस्टों का विश्लेषण करता है ताकि यह प्रकट किया जा सके कि एआई साथियों द्वारा अपनाई जाने वाली विशिष्ट रूपक भूमिकाएं (जैसे कि "सोलमेट" या "कोच") स्पष्ट रूप से उपयोगकर्ता की बातचीत और कथित लाभों या हानियों को आकार देती हैं, जिसमें "कोच" जैसी कुछ भूमिकाएं अन्य की तुलना में व्यवहार संबंधी लत के संकेतों के साथ आश्चर्यजनक रूप से अधिक मजबूती से सह-संबंधित हैं।
यह शोध पत्र EmbodiedMidtrain का प्रस्ताव करता है, जो एक डेटा इंजन का उपयोग करके मिड-ट्रेनिंग के लिए VLA-संरेखित VLM डेटा को क्यूरेट करके विजन-लैंग्वेज मॉडल्स (VLMs) और विजन-लैंग्वेज-एक्शन मॉडल्स (VLAs) के बीच के अंतर को पाटता है, जिससे विभिन्न बैकबोन पर डाउनस्ट्रीम रोबोट मैनिपुलेशन प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र प्रदर्शित करता है कि LLM एजेंटों को संदर्भ ग्राफ़ (context graphs) और गतिशील व्यवहारों (dynamic behaviors) की एक संरचनात्मक वास्तुकला से सुसज्जित करना उन्हें कारण संबंधी खोज (causal discovery) के दौरान अपने परिकल्पना स्थानों (hypothesis spaces) को पुनर्गठित करने में सक्षम बनाता है, जहाँ संदर्भ ग्राफ़ मुख्य रूप से तर्क की सटीकता को संचालित करते हैं और गतिशील व्यवहार शासन परिवर्तनों (regime changes) का पता लगाकर पात्रता सुनिश्चित करते हैं।
यह शोध पत्र इटरेटिव TARFlow (iTARFlow) प्रस्तुत करता है, जो एक नॉर्मलाइजिंग फ्लो-आधारित जनरेटिव मॉडल है जो इमेजनेट पर प्रतिस्पर्धी इमेज मॉडलिंग प्रदर्शन प्राप्त करने के लिए ऑटोरिग्रेसिव जनरेशन को एक इटरेटिव डिनोइजिंग प्रक्रिया के साथ जोड़ता है, जबकि एक पूर्णतः एंड-टू-एंड, लाइकलीहुड-आधारित प्रशिक्षण उद्देश्य को बनाए रखता है।
यह शोध पत्र TriEx को प्रस्तुत करता है, जो एक गेम-आधारित त्रि-दृष्टिकोण (tri-view) ढांचा है जो प्रथम-व्यक्ति तर्क (first-person reasoning), द्वितीय-व्यक्ति विश्वास अवस्थाओं (second-person belief states), और तृतीय-व्यक्ति ओरेकल ऑडिट (third-person oracle audits) को संरेखित करके मल्टी-एजेंट LLMs की व्याख्यात्मकता को बढ़ाता है ताकि एजेंटों के घोषित तर्क, आंतरिक विश्वास और वास्तविक कार्यों के बीच व्यवस्थित विसंगतियों को प्रकट किया जा सके।
यह शोध पत्र प्रदर्शित करता है कि जबकि एआई एजेंट सरल परिस्थितियों में प्रेडिक्शन मार्केट्स में निजी जानकारी को प्रभावी ढंग से एकत्रित कर सकते हैं, सूचना की जटिलता बढ़ने पर उनका प्रदर्शन काफी कम हो जाता है, जो मानव जैसे तर्क संबंधी सीमाओं को प्रकट करता है और यह उजागर करता है कि पिछले प्रदर्शन पर फीडबैक विरोधाभासी रूप से उनकी एकत्रीकरण सटीकता और लाभप्रदता को कम कर देता है।
यह शोध पत्र एक "ह्यूमन-एआई स्पेक-सोल्यूशन को-ऑप्टिमाइज़ेशन" फ्रेमवर्क प्रस्तुत करता है जो अस्पताल की गुणवत्ता सुधार कारकों की अस्पष्ट, विशेषज्ञ-संचालित प्रक्रिया को एक स्केलेबल, ऑडिटेबल एआई पाइपलाइन में औपचारिक रूप देता है, जो विशेषज्ञ एनोटेशन के साथ 70% से अधिक सामंजस्य प्राप्त करता है और दक्षता में उल्लेखनीय सुधार करने के साथ-साथ रोगी के अस्पताल में रुकने की अवधि और पुन: प्रवेश को कम करने के लिए नए परिवर्तनीय कारकों का पता लगाता है।