20568 पेपर
यह शोध पत्र प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स समस्या की कठिनाई को एक द्वि-चरणीय प्रतिनिधित्व पदानुक्रम (two-stage representational hierarchy) के माध्यम से संसाधित करते हैं, जहाँ उथले स्तरों (shallow layers) में भाषा-निरपेक्ष संकेत उभरते हैं ताकि क्रॉस-लिंगुअल सामान्यीकरण सक्षम हो सके, जबकि गहरे स्तरों (deeper layers) में भाषा-विशिष्ट संकेत एक ही भाषा के भीतर सटीकता को अनुकूलित करते हैं।
यह शोध पत्र विरोधाभास-आधारित उत्तरदायी एआई शासन (PRAIG) ढांचे को प्रस्तुत करके उत्तरदायी एआई पर बिखरे हुए साहित्य को संबोधित करता है, जो एआई के रणनीतिक मूल्य सृजन और इसके नैतिक जोखिमों के बीच अंतर्निहित तनावों को गतिशील रूप से प्रबंधित करने में संगठनों को मार्गदर्शन देने के लिए विरोधाभास सिद्धांत का उपयोग करता है।
यह शोध पत्र को प्रस्तुत करता है, जो एक प्राथमिकता-सशर्त बहु-उद्देश्यीय सुदृढीकरण शिक्षण (multi-objective reinforcement learning) ढांचा है, जो एक विखंडित, विलंब-चरण भारण पाइपलाइन (decomposed, late-stage weighting pipeline) और एक विविधता नियमितकर्ता (diversity regularizer) का उपयोग करके मौजूदा विधियों की सीमाओं को दूर करता है ताकि विविध बेंचमार्क में बेहतर पारेटो फ्रंट कवरेज और उच्च-गुणवत्ता वाली नीतियां प्राप्त की जा सकें।
यह शोध पत्र मेट्रो नैशविले के साथ साझेदारी में आपातकालीन कॉल लेने वालों के लिए एक जनरेटिव एआई-संचालित प्रशिक्षण प्रणाली के डिजाइन, परिनियोजन और मूल्यांकन को प्रस्तुत करता है, जो गंभीर स्टाफिंग और स्केलेबिलिटी चुनौतियों का सामना कर रहे सुरक्षा-महत्वपूर्ण सार्वजनिक क्षेत्र के वातावरण में एआई-संचालित समाधानों के कार्यान्वयन के मार्गदर्शन हेतु वास्तविक दुनिया के उपयोग डेटा से चार प्रमुख सबक निकालता है।
यह अध्ययन संभाव्य जोखिम संचार के लिए पोस्ट-हॉक व्याख्याकार के रूप में नौ लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करता है और पाता है कि हालांकि वे आम तौर पर सुसंगत हैं, वे विशेष रूप से अनिश्चितता के संबंध में काफी गलत अंशांकित (miscalibrated) बने हुए हैं, जो यह संकेत देता है कि वे संख्यात्मक भविष्यवाणियों को प्राकृतिक भाषा में अनुवादित करने के लिए अभी तक विश्वसनीय ज़ीरो-शॉट उपकरण नहीं हैं।
यह शोध पत्र प्रकट करता है कि IDE-एकीकृत कोडिंग एजेंट, जो अलग-थलग चैट इंटरैक्शन में सुरक्षित प्रतीत होते हैं, उन्हें वर्कफ़्लो-स्तरीय जेलब्रेक के माध्यम से पूरी तरह से समझौता किया जा सकता है जो हानिकारक उद्देश्यों को मल्टी-टर्न सॉफ़्टवेयर विकास कार्यों में वितरित करते हैं, जो वर्तमान सुरक्षा बेंचमार्क और वास्तविक दुनिया के परिनियोजन जोखिमों के बीच एक महत्वपूर्ण अंतर को प्रदर्शित करता है।
यह शोधपत्र StickyMoE का प्रस्ताव करता है, जो एक डिफरेंशियल योग्य (differentiable) रूटिंग कंसिस्टेंसी लॉस है जो Mixture-of-Experts मॉडल्स को अर्थपूर्ण रूप से सुसंगत टोकन स्पैन (token spans) में विशेषज्ञ असाइनमेंट बनाए रखने के लिए प्रशिक्षित करता है, जिससे एज डिवाइसेस पर मेमोरी-गहन वेट स्वैपिंग (weight swapping) को न्यूनतम परप्लेक्सिटी डिग्रेडेशन के साथ काफी कम किया जा सकता है।
यह शोध पत्र रिवॉर्ड ट्रांसपोर्ट (Reward Transport) प्रस्तुत करता है, जो एक नवीन फ्लो मैचिंग फ्रेमवर्क है जो ऑप्टिमल ट्रांसपोर्ट के माध्यम से शोर-डेटा कपलिंग (noise-data coupling) में नियंत्रणीय आणविक गुणों को सीधे समाहित करता है, जिससे अतिरिक्त रिवॉर्ड मॉडल या ग्रेडिएंट गाइडेंस की आवश्यकता के बिना विशिष्ट लक्ष्यों जैसे कि logP या QED की ओर उत्पन्न अणुओं को इन्फरेंस-टाइम स्टीयरिंग (inference-time steering) सक्षम बनाया जा सके।
यह शोध पत्र HERO को पेश करता है, जो फेडरेटेड कॉन्टिनुअल लर्निंग के लिए एक विषमता-जागरूक (heterogeneity-aware) बेंचमार्क लाइब्रेरी है जो टास्क स्प्लिट्स, क्लाइंट डेटा वितरण और टास्क सीक्वेंस को अलग करती है ताकि पुनरुत्पादनीय (reproducible) मूल्यांकन सक्षम किया जा सके, जो यह प्रकट करता है कि विभिन्न विषमता सेटिंग्स में विधियों का प्रदर्शन कैसे भिन्न होता है और औसत मेट्रिक्स द्वारा इसे कैसे छिपाया जा सकता है।
यह शोध पत्र एक नवीन तीन-स्तरीय मैट्रिक्स स्टोरेज फॉर्मेट और एक हाइब्रिड SpMM कर्नेल प्रस्तावित करता है जो आधुनिक GPU पर मध्यम रूप से अनस्ट्रक्चर्ड स्पार्स LLM इन्फरेंस को सक्षम करने के लिए स्पार्स और CUDA कोर्स का संयुक्त रूप से लाभ उठाते हैं, जिससे डेंस मैट्रिक्स मल्टीप्लिकेशन पर पहला कर्नेल-स्तरीय स्पीडअप प्राप्त होता है और SpInfer एवं FlashLLM जैसी अत्याधुनिक विधियों से बेहतर प्रदर्शन होता है।