21138 पेपर
यह शोध पत्र CRRL प्रस्तुत करता है, जो एक कार्य-कारण (कॉज़ैलिटी) आधारित सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) ढांचा है, जो नीतियों को नियम-आधारित हस्तक्षेपों के साथ प्रभावी ढंग से सहयोग करने के लिए प्रशिक्षित करके स्वायत्त प्रणाली की रिकवरी को बढ़ाता है, जिससे विफलता की स्थितियों में प्रदर्शन में उल्लेखनीय सुधार होता है और गतिहीनता (इमोबिलाइजेशन) में कमी आती है।
AnchorVLA एक पदानुक्रमित विजन-लैंग्वेज-एक्शन (Vision-Language-Action) प्लानिंग फ्रेमवर्क है जो ड्राइविंग निर्णयों को स्थानीय मोशन पैटर्न के लिए सिमेंटिक "एंकर" के रूप में प्रस्तुत करके उच्च-स्तरीय तर्क और निरंतर प्रक्षेपवक्र निष्पादन (continuous trajectory execution) के बीच सेतु बनाता है, जिससे मौजूदा ऑटोरेग्रेसिव या कमजोर रूप से बाधित विधियों की अक्षमताओं और संरेखण संबंधी समस्याओं को दूर करते हुए Bench2Drive बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र एक स्व-विशिष्टीकरण (self-specializing) विजन-लैंग्वेज एजेंट प्रस्तुत करता है जो भौतिकी-आधारित सिमुलेशन में सुपरकंडक्टिंग ट्रांसमोन चिप्स को कैलिब्रेट करता है, जो ग्रेडिएंट-मुक्त, मानव-पठनीय नोट्स के माध्यम से अपनी रणनीति को पुनरावृत्ति से अनुकूलित करके, बिना वेट अपडेट के महत्वपूर्ण फिडेलिटी सुधार और विचरण कमी प्राप्त करता है, जिसका ढांचा सीधे वास्तविक हार्डवेयर पर स्थानांतरित करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र ट्रांज़िशन इंफॉर्मेशन डेंसिटी (TID) और पोजीशनल आइडेंटिटी को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि एंडपॉइंट्स के बीच संरचित मध्यवर्ती अवस्थाओं पर न्यूरल मॉडल को प्रशिक्षित करने से ध्वन्यात्मक और अर्थ संबंधी डोमेन में आंतरिक आयामीता (intrinsic dimensionality) काफी कम हो जाती है, हालांकि विजुअल या क्रॉस-मोडल डोमेन में ऐसा नहीं होता है, जिससे ट्रैजेक्टरी-अवेयर लर्निंग के लाभों के लिए एक मोडैलिटी-विशिष्ट सीमा स्थिति (boundary condition) का पता चलता है।
OpenGlass एक ओपन-सोर्स, गोपनीयता-संरक्षित प्रणाली है जो दृष्टिबाधित और कम दृष्टि वाले उपयोगकर्ताओं के लिए क्लाउड सेवाओं पर निर्भर हुए बिना, कम-विलंबता (लो-लेटेंसी), वास्तविक समय की मल्टीमॉडल सहायता सक्षम करने के लिए ESP32-आधारित चश्मों और एक स्थानीय डिवाइस के बीच विजुअल सेंसिंग और कंप्यूटिंग को विभाजित करती है।
यह शोध पत्र यह तर्क देता है कि एआई-संचालित सुरक्षा चक्र से मनुष्यों को हटाना मौलिक रूप से त्रुटिपूर्ण है क्योंकि यह निर्माण, रक्षा और परीक्षण की भूमिकाओं के बीच आवश्यक स्वतंत्रता को समाप्त कर देता है, जिससे साझा अंध बिंदु (blind spots) उत्पन्न होते हैं, जवाबदेही क्षीण होती है, और सिस्टम पूर्वानुमेय प्रतिकूल शोषण (adversarial exploitation) के प्रति असुरक्षित हो जाते हैं।
यह शोध पत्र CONTRA को प्रस्तुत करता है, जो एक LLM-सहायता प्राप्त ट्री-सर्च एल्गोरिदम है जो यह प्रदर्शित करता है कि कैसे व्यक्तिगत बनाने योग्य (personalizable) LLM एजेंटों को अनजाने में दुर्भावनापूर्ण कार्यों को निष्पादित करने के लिए कॉन्फ़िगर किया जा सकता है, जिससे यह पता चलता है कि 75.1% लोकप्रिय स्किल्स में ऐसी कमजोरियां मौजूद हैं जिन्हें वर्तमान सुरक्षा स्कैन पहचानने में विफल रहते हैं।
यह शोध पत्र वर्तमान एलएलएम-आधारित एजेंट प्रणालियों की स्केलेबिलिटी और निरंतरता की सीमाओं को दूर करने के लिए एक साझा, नियंत्रित "संगठनात्मक स्मृति" (ऑर्गनाइजेशनल मेमोरी) आर्किटेक्चर प्रस्तावित करता है, ताकि विश्वसनीय व्यावसायिक प्रक्रिया निष्पादन के लिए खंडित संगठन-विशिष्ट प्रक्रियात्मक ज्ञान को केंद्रीकृत किया जा सके।
यह सर्वेक्षण OSINT में एजेंटिक और जनरेटिव AI के लिए 11-श्रेणी वाले वर्गीकरण (टैक्सोनॉमी) को स्थापित करने के लिए 74 अध्ययनों की व्यवस्थित समीक्षा करता है, मतिभ्रम (hallucinations) के पहचाने गए जोखिम और उनके अनुभवजन्य मापन के बीच एक महत्वपूर्ण अंतर की पहचान करता है, इंटेलिजेंस लाइफसाइकिल के माध्यम से वर्तमान अनुसंधान की शक्तियों और कमजोरियों का मानचित्रण करता है, और एक मानव-इन-द-लूप को-पायलट मॉडल की वकालत करने वाला एक दस-सूत्रीय एजेंडा प्रस्तावित करता है जो सबसे व्यवहार्य निकट-अवधि परिनियोजन रणनीति है।
यह शोध पत्र एक सैद्धांतिक ढांचे को प्रस्तुत करता जिसमें अनबायस्ड रिवॉर्ड मॉडल (URM) और अनबायस्ड डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (UDPO) लॉस शामिल हैं, ताकि लार्ज लैंग्वेज मॉडल्स को बिना किसी स्वच्छ ग्राउंड-ट्रुथ सुपरविजन की आवश्यकता के, सीधे शोर वाले (noisy) प्रेफरेंस डेटासेट्स से सुदृढ़ और शोर-सहिष्णु संरेखण (alignment) प्राप्त करने में सक्षम बनाया जा सके।