28860 पेपर
यह अध्ययन नैदानिक लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करता है और पाता है कि जबकि वे बिना हस्तक्षेप के अर्थपूर्ण निष्ठा और पठनीयता में चिकित्सकों से मेल खाने में संघर्ष करते हैं, वे सहयोगात्मक उपकरणों के रूप में सबसे प्रभावी ढंग से कार्य करते हैं जो, जब पुनर्गठित या पुनर्गठित किए जाते हैं, तो रोगियों के लिए संचार की स्पष्टता और भावनात्मक स्वर को महत्वपूर्ण रूप से बढ़ाते हैं।
यह शोध पत्र एक हाइब्रिड इंटेलिजेंट सिस्टम आर्किटेक्चर प्रस्तावित करता है जो विविध अनुप्रयोगों में दीर्घकालिक तर्क, संरचनात्मक समझ और निर्णय लेने की विश्वसनीयता को बढ़ाने के लिए बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) को एक स्वचालित रूप से निर्मित, सत्यापन योग्य ऑन्टोलॉजिकल मेमोरी लेयर के साथ संवर्धित करता है।
यह शोध पत्र तर्क देता है कि एआई (AI) वैल्यू अलाइनमेंट की समस्या मौलिक रूप से एक तकनीकी समस्या के बजाय एक संरचनात्मक शासन संबंधी चुनौती है, जो एक त्रि-अक्षीय ढांचे (उद्देश्य, सूचना और सिद्धांत) का प्रस्ताव करता है ताकि यह प्रदर्शित किया जा सके कि अलाइनमेंट एक बहुलवादी, संदर्भ-निर्भर परिणाम है जिसके लिए प्रतिस्पर्धी मूल्यों और समझौतों के निरंतर संस्थागत प्रबंधन की आवश्यकता होती है।
यह शोधपत्र नवीन संदर्भ-मुक्त व्याकरण (context-free grammars) के इन-कॉन्टेक्स्ट व्याख्याकार के रूप में LLMs का मूल्यांकन करने के लिए RoboGrid फ्रेमवर्क प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि मॉडल अक्सर सतही वाक्य संरचना (surface syntax) बनाए रखते हैं, वे शुद्ध प्रतीकात्मक आगमन (pure symbolic induction) के बजाय कीवर्ड-आधारित अर्थ संबंधी बूटस्ट्रैपिंग (keyword-based semantic bootstrapping) पर निर्भरता के कारण संरचनात्मक जटिलता के तहत पदानुक्रमित क्षरण (hierarchical degradation) और अर्थ संबंधी विफलता का शिकार होते हैं।
यह शोधपत्र प्रदर्शित करता है कि विविध भाषा मॉडल आर्किटेक्चर समान आवधिक संख्या निरूपणों को सीखकर अभिसारी विकास (convergent evolution) प्रदर्शित करते हैं, फिर भी केवल डेटा, आर्किटेक्चर और प्रशिक्षण संकेतों के विशिष्ट संयोजन ही इन विशेषताओं को मॉड्यूलर अंकगणित कार्यों के लिए ज्यामितीय रूप से विभाज्य बनाने में सक्षम करते हैं।
यह शोध पत्र AVISE को पेश करता है, जो एआई प्रणालियों की कमजोरियों को व्यवस्थित रूप से पहचानने और उनकी सुरक्षा का मूल्यांकन करने के लिए एक मॉड्यूलर ओपन-सोर्स फ्रेमवर्क है, जिसे एक संवर्धित रेड क्वीन हमले (Red Queen attack) का उपयोग करते हुए एक स्वचालित सुरक्षा मूल्यांकन परीक्षण के माध्यम से प्रदर्शित किया गया है जिसने नौ विविध भाषा मॉडलों में जेलब्रेक कमजोरियों का सफलतापूर्वक पता लगाया।
52,000 शतरंज खिलाड़ियों के डेटा का उपयोग करते हुए, यह अध्ययन प्रकट करता है कि प्रेरित, उच्च-कुशल व्यक्ति एआई (AI) फीडबैक का उपयोग करने के लिए स्वयं को चुनते हैं, जो सार्वभौमिक प्रभावशीलता का भ्रम पैदा करता है जबकि वास्तव में यह कौशल अंतराल को बढ़ाता है और केंद्रीकृत अभिसरण के माध्यम से बौद्धिक विविधता को कम करता है।
यह शोध पत्र जनरेटिव एआई युग में उपयोगकर्ता सिमुलेशन (user simulation) का एक आधारभूत संश्लेषण प्रदान करता है, जो जनरेटिव दृष्टिकोण की ओर बढ़ते प्रतिमान परिवर्तन को उजागर करने, नैतिक निहितार्थों को संबोधित करने और एक स्व-स्थायी पारिस्थितिकी तंत्र प्रस्तावित करने के लिए विभिन्न विषयों के बिखरे हुए शोध को एकीकृत करता है ताकि सिस्टम मूल्यांकन, डेटा पीढ़ी और आर्टिफिशियल जनरल इंटेलिजेंस की खोज को आगे बढ़ाया जा सके और अकादमिक एवं उद्योग के बीच के अंतर को पाटा जा सके।
यह शोधपत्र FM-CT को प्रस्तुत करता है, जो 3,60,,000 से अधिक अनलेबल (unlabeled) हेड सीटी स्कैन पर प्रशिक्षित एक स्व-पर्यवेक्षित (self-supervised) 3D फाउंडेशन मॉडल है, जो आंतरिक और बाहरी दोनों डेटासेट में विविध रोगों का पता लगाने में मौजूदा मॉडलों से काफी बेहतर प्रदर्शन करता है, विशेष रूप से तब जब लेबल किए गए डेटा की कमी हो।
यह शोध पत्र COMODO को प्रस्तुत करता है, जो एक क्रॉस-मोडल सेल्फ-सुपरवाइज्ड डिस्टिलेशन फ्रेमवर्क है जो बिना लेबल की आवश्यकता के वीडियो से IMU सेंसरों में सिमेंटिक ज्ञान को स्थानांतरित करता है, जिससे पहनने योग्य उपकरणों पर कुशल, गोपनीयता-संरक्षित और उच्च-प्रदर्शन वाला एगोसेंट्रिक मानव गतिविधि पहचान सक्षम होता है।