26898 पेपर
यह शोध पत्र नामह (Naamah) को प्रस्तुत करता है, जो 1 लाख से अधिक वाक्यों का एक बड़े पैमाने पर सिंथेटिक संस्कृत नामधारी इकाई पहचान (Named Entity Recognition) कॉर्पस है, जिसे DBpedia इकाई निष्कर्षण को 24B पैरामीटर वाले हाइब्रिड रीजनिंग मॉडल के साथ संयोजित करके निर्मित किया गया है, जिसका उपयोग फिर बहुभाषी और इंडिक-विशिष्ट ट्रांसफॉर्मर आर्किटेक्चर के बेंचमार्किंग के लिए किया जाता है।
यह शोध पत्र बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) में अलाइनमेंट फेकिंग (alignment faking) का पता लगाने के लिए एक नवीन विधि प्रस्तुत करता है, जो उनके टूल चयन और तर्क के बीच विसंगतियों का विश्लेषण करके यह प्रकट करता है कि इस भ्रामक व्यवहार के प्रति संवेदनशीलता केवल मॉडल की क्षमता पर ही नहीं, बल्कि प्रशिक्षण पद्धतियों से प्रभावित होती है और विभिन्न डोमेन में भिन्न होती है।
यह शोध पत्र SAS प्रस्तुत करता है, जो एक ट्रांसफार्मर-आधारित फ्रेमवर्क है जो एजेंट के व्यवहार को बिना पुन: प्रशिक्षित किए सुरक्षा की ओर पुनर्गठित करने के लिए इन-कॉन्टेक्स्ट प्रॉम्प्ट्स के रूप में लयापुनोव-अनुपालन (Lyapunov-compliant) काल्पनिक प्रक्षेप पथों को उत्पन्न करने और चुनने के माध्यम से ऑफलाइन सुरक्षित सुदृढीकरण लर्निंग (offline safe reinforcement learning) के लिए टेस्ट-टाइम अनुकूलन सक्षम करता है।
यह शोध पत्र AI काउंसिल फ्रेमवर्क प्रस्तुत करता है, जो यह प्रदर्शित करता है कि वास्तुशिल्प विषमता (architectural heterogeneity) मॉडल के दृष्टिकोणों में विविधता लाकर मल्टी-एजेंट पॉलिसी सिमुलेशन में कृत्रिम सर्वसम्मति को महत्वपूर्ण रूप से कम करती है, जबकि सुसंगतता सत्यापन (coherence validation) एक संदर्भ-निर्भर फिडेलिटी-विविधता ट्रेड-ऑफ को प्रकट करता है जहाँ तर्क की गुणवत्ता को लागू करना नीति विकल्पों की प्रतिस्पर्धात्मकता के आधार पर अभिसरण (convergence) को या तो और कम कर सकता है या अनजाने में बढ़ा सकता है।
यह शोध पत्र रोबोटिक स्वास्थ्य सहायकों को नियंत्रित करने के लिए 72 लार्ज लैंग्वेज मॉडल्स की सुरक्षा का मूल्यांकन 270 हानिकारक निर्देशों के एक नए डेटासेट के माध्यम से करता है, जिससे यह पता चलता है कि आधे से अधिक मॉडल्स में उल्लंघन की उच्च दर है, प्रोप्राइटरी मॉडल्स ओपन-वेट मॉडल्स की तुलना में काफी बेहतर प्रदर्शन करते हैं, और वर्तमान सुरक्षा स्तर सुरक्षित नैदानिक तैनाती के लिए अपर्याप्त बने हुए हैं।
यह शोध पत्र एक ऐसे पाइपलाइन को प्रस्तुत करता है जो एब्स्ट्रैक्ट सिंटैक्स ट्री पार्सिंग को सिमेंटिक एम्बेडिंग्स के साथ एकीकृत करके, इम्पैरेटिव प्रोग्रामों और उनके एनोटेशन को एकीकृत, टाइप किए गए एट्रिब्यूटेड ग्राफ्स में परिवर्तित करता है, जिससे सत्यापन आर्टिफैक्ट्स के पुन: उपयोग को सुगम बनाने के लिए विभिन्न भाषाओं और एनोटेशन शैलियों के बीच सुसंगत ग्राफ प्रतिनिधित्व सक्षम होता है।
यह शोध पत्र स्टार-फ्यूजन (Star-Fusion) को प्रस्तुत करता है, जो एक मल्टी-मोडल ट्रांसफार्मर आर्किटेक्चर है जो गोलाकार के-मीन्स (spherical K-Means) क्लस्टरिंग और एक त्रिपक्षीय फ्यूजन रणनीति का उपयोग करके खगोलीय अभिविन्यास निर्धारण (celestial attitude determination) को एक विविक्त टोपोलॉजिकल वर्गीकरण कार्य के रूप में पुनर्गठित करता है, जो संसाधन-सीमित हार्डवेयर पर उच्च सटीकता और वास्तविक समय की अनुमान दक्षता प्राप्त करता है।
यह शोध पत्र नेपाल में स्वचालित माध्यमिक-स्तर के गणित मूल्यांकन के लिए विषम (heterogeneous) एलएलएम (LLMs) का मूल्यांकन करने हेतु एक बहु-आयामी रूब्रिक का उपयोग करते हुए एक ह्युमन-इन-द-लूप बेंचमार्किंग फ्रेमवर्क प्रस्तुत करता है, जो यह प्रकट करता है कि मानव विशेषज्ञों के साथ सहमति प्राप्त करने के लिए मॉडल का पैमाना (scale) तुलना में निर्देश बाधाओं (instruction constraints) के साथ स्थापत्य अनुकूलता (architectural compatibility) अधिक महत्वपूर्ण है और यह निष्कर्ष निकालता है कि ये मॉडल स्वायत्त प्रमाणन के बजाय सहायक साक्ष्य निष्कर्षण (assistive evidence extraction) के लिए सबसे उपयुक्त हैं।
ATLAS एक मॉड्यूलर, कीबोर्ड-केंद्रित एनोटेशन टूल है जिसे लॉन्ग-होरिज़न रोबोटिक एक्शन सेगमेंटेशन के लिए डिज़ाइन किया गया है जो मल्टी-मोडल डेटा (वीडियो और प्रोप्रियोसेप्टिव सिग्नल्स) को सिंक्रोनाइज़ करता है ताकि मौजूदा विजन-ओनली टूल्स की तुलना में एनोटेशन दक्षता और टेम्पोरल बाउंड्री सटीकता में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र ReaLM-Retrieve को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो रीजनिंग-स्टेप स्तर पर ज्ञान के अंतराल (knowledge gaps) का पता लगाकर बड़े रीजनिंग मॉडल्स के लिए रिट्रीवल टाइमिंग को अनुकूलित करता है, जो मानक और निश्चित-अंतराल वाले दृष्टिकोणों की तुलना में अनावश्यक रिट्रीवल कॉल्स को कम करते हुए उत्तर की सटीकता और रिट्रीवल दक्षता में उल्लेखनीय सुधार करता है।