21594 पेपर
यह शोध पत्र LUMOS को प्रस्तुत करता है, जो एक सिमेंटिक ऑपरेटिंग-सिस्टम लेयर है जो एक्सेसिबिलिटी मेटाडेटा को मशीन-पठनीय ब्लूप्रिंट में बदलकर AI एजेंटों और नेटिव इंटरफेस के बीच सेतु का कार्य करता है, जिससे स्क्रीनशॉट और OCR जैसी अक्षम विजुअल इंटरप्रिटेशन विधियों पर निर्भरता कम होती है।
यह शोधपत्र एक AI-आधारित ढांचे का प्रस्ताव करता है जो संसाधन-सीमित उपकरणों पर भी IoT पारिस्थितिकी तंत्र में सुरक्षा और विश्वसनीयता बढ़ाने के लिए अनुकूली सेवा प्रावधान हेतु डीप रीइन्फोर्समेंट लर्निंग और वितरित व्यवहारिक फिंगरप्रिंटिंग हेतु फेडरेटेड लर्निंग को जोड़ता है।
यह शोध पत्र एनएचएएनईएस (NHANES) एक्सीलेरोमेट्री कार्डियोमेटाबोलिक बेंचमार्क को प्रस्तुत करता है, जो 2003-2006 के एनएचएएनईएस डेटा से प्राप्त एक जनसंख्या-प्रतिनिधि डेटासेट है, जिसका उपयोग कार्डियोमेटाबोलिक जोखिम मार्करों की भविष्यवाणी करने के लिए टैबुलर लर्निंग मॉडल और अनिश्चितता मात्रा निर्धारण विधियों का मूल्यांकन करने के लिए किया गया है, साथ ही निष्पक्ष उपसमूह कवरेज प्राप्त करने में चुनौतियों पर भी प्रकाश डाला गया है।
यह शोध पत्र MetaFlow को प्रस्तुत करता है, जो एक दो-चरणीय प्रशिक्षण ढांचा है जो सुपरवाइज्ड फाइन-ट्यूनिंग को सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के साथ जोड़ता है ताकि बड़े भाषा मॉडलों को बिना किसी मैनुअल डिज़ाइन की आवश्यकता के विविध कार्यों के लिए मजबूत, पुन: प्रयोज्य और सामान्यीकरण योग्य ज़ीरो-शॉट वर्कफ़्लो उत्पन्न करने में सक्षम बनाया जा सके।
यह शोधपत्र यह प्रदर्शित करता है कि निरंतर टेक्स्ट लेटेंट्स (continuous text latents) पर नियतात्मक अल्प-चरणीय पीढ़ी (deterministic few-step generation) की विफलता, इमेज लेटेंट्स के विपरीत, स्मूथ मैप्स (smooth maps) की उस ज्यामितीय अक्षमता से उत्पन्न होती है जहाँ वे शार्प कैटेगोरिकल रीडआउट्स (sharp categorical readouts) से पहले डिस्क्रीट टोकन चॉइस को हल करने में असमर्थ होते हैं, जो एक ऐसी सीमा है जिसे डिकोडर शार्पनेस मेट्रिक्स द्वारा मापा गया है और यह सिद्ध किया गया है कि इसे दूर करने के लिए या तो ऑटोरेग्रेसिव कमिटमेंट (autoregressive commitment) या स्टोकेस्टिक री-इंजेक्शन (stochastic re-injection) की आवश्यकता होती है।
Hierarchical Global Attention (HGA) लंबे-संदर्भ वाले ट्रांसफॉर्मर्स के लिए एक ड्रॉप-इन, रिट्रेनिंग-मुक्त विधि है जो होस्ट स्टोरेज से टोकन के एक विरल उपसमुच्चय (sparse subset) को पुनः प्राप्त करने और उन पर ध्यान केंद्रित करने के लिए दो-स्तरीय रूटिंग तंत्र का उपयोग करके सीमित हार्डवेयर पर कुशल अनुमान (inference) सक्षम करती है, जिससे न्यूनतम GPU मेमोरी ओवरहेड के साथ लगभग सघन अटेंशन (dense attention) की गुणवत्ता प्राप्त होती है।
यह शोध पत्र विविध तर्क कार्यों (reasoning tasks) में एक नियंत्रित छात्र-शिक्षक मूल्यांकन ढांचे को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि बहु-चरण सुधार अक्सर फीडबैक उपयोगिता के बजाय अतिरिक्त गणना से उत्पन्न होते हैं, जो यह प्रकट करता है कि उच्च गुणवत्ता वाले बाहरी मार्गदर्शन पर प्रभावी ढंग से कार्य करने की छात्र की क्षमता ही वास्तविक संवादात्मक सुधार के लिए प्राथमिक बाधा है।
यह शोधपत्र प्रदर्शित करता है कि केवल कुछ फॉल्स-पॉजिटिव और फॉल्स-नेगेटिव मामलों के मार्गदर्शन में, कौशल विवरणों (skill descriptions) का एक एकल LLM रीराइट, मैनुअल इंजीनियरिंग के समान रूटिंग सटीकता प्राप्त कर सकता है, जबकि प्रयास को नाटकीय रूप से कम करता है, हालांकि यह वास्तव में ओवरलैपिंग कौशल स्कोप के कारण होने वाले टकरावों को हल नहीं कर सकता है।
यह शोध पत्र एक लाइटवेट, सेल्फ-सुपरवाइज्ड ऑन-डिवाइस ऑडियो डीपफेक डिटेक्शन मॉडल प्रस्तुत करता है जो एक ब्राउज़र प्लगइन में एकीकृत है, जो पत्रकारों और तथ्य-जांचकर्ताओं (फैक्ट-चेकर्स) को एक गोपनीयता-संरक्षित उपकरण प्रदान करता है जो सटीकता में AASIST बेसलाइन से 10% और इन्फरेंस स्पीड में 40% बेहतर प्रदर्शन करता है।
यह शोध पत्र अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन के विरुद्ध LLMs की रक्षा करने में एक मौलिक सुरक्षा-फिडेलिटी (security-fidelity) ट्रेडऑफ को उजागर करने के लिए SecFid बेंचमार्क प्रस्तुत करता है, जो यह प्रदर्शित करता है कि वर्तमान बचाव या तो सुरक्षा सुनिश्चित करने के लिए सौहार्दपूर्ण सामग्री को दबा देते हैं या इंजेक्शन को रोकने में विफल रहते हैं, जिससे यह सिद्ध होता है कि मजबूती के लिए केवल सुरक्षा मेट्रिक्स के बजाय संदर्भ-जागरूक तैनाती निर्णयों की आवश्यकता होती है।