22514 पेपर
यह शोध पत्र SE-AGCNet प्रस्तुत करता है, जो एक एंड-टू-एंड फ्रेमवर्क है जो पारंपरिक डिस्क्रीट पाइपलाइनों की सीमाओं को दूर करने के लिए स्पीच एन्हांसमेंट और ऑटोमैटिक गेन कंट्रोल को संयुक्त रूप से अनुकूलित करता है, जिससे मीटिंग परिदृश्यों में स्पीच क्वालिटी और ASR सटीकता में सुधार करते हुए लक्षित लाउडनेस प्राप्त की जा सकती है।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो किसी लक्ष्य वस्तु के पुनर्निर्माण के लिए आवश्यक बिट्स की कमी के रूप में एजेंटिक सिस्टम इंटेलिजेंस को परिमाणित करता है, और पांच नियंत्रित प्रयोगों के माध्यम से यह प्रदर्शित करता है कि टूल उपयोग और खोज जैसे एजेंटिक घटक प्रभावी रूप से सूचना को संकुचित करते हैं और अवशिष्ट अनिश्चितता को कम करते हैं।
WinDOM एक स्व-पर्यवेक्षित (self-supervised) ढांचे को पेश करता है जो छोटे GUI-ग्राउंडिंग एजेंटों के लिए एक DOM-हार्वेस्टेड प्रशिक्षण संग्रह को सेल्फ-फैमिली डिस्टिलेशन और सुदृढीकरण लर्निंग (Reinforcement Learning) के साथ जोड़ता है, जो यह प्रदर्शित करता है कि एक कम-संतृप्त कोल्ड-स्टार्ट इनिशियलाइज़ेशन बाहरी शिक्षकों या मानव एनोटेशन की आवश्यकता के बिना छोटे मॉडलों के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र एक नियंत्रित क्रॉसओवर डिज़ाइन और छिपे हुए सुरक्षा परीक्षणों का उपयोग करते हुए एक अनुभवजन्य मानव अध्ययन प्रस्तुत करता है, जो यह मूल्यांकन करता है कि क्या LLM-सहायता प्राप्त भेद्यता पैचिंग (vulnerability patching), मैनुअल डिबगिंग की तुलना में सुधार की गति को तेज करता है या असुरक्षित, सतही सुधार पेश करने का जोखिम उठाता है।
यह शोध पत्र InvestPhilBench प्रस्तुत करता है, जो एक बहु-स्तरीय गतिशील बेंचमार्क है जिसे विशेषज्ञ निवेश निर्णय ढांचों को पुनर्गठित करने और लागू करने की लार्ज लैंग्वेज मॉडल्स की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि जबकि मिश्रित स्वचालित स्कोर अक्सर प्रवाहपूर्ण गद्य को पुरस्कृत करते हैं, विशिष्ट प्रक्रियात्मक मेट्रिक्स सीमावर्ती मॉडल्स (फ्रंटियर मॉडल्स) में भी महत्वपूर्ण तर्क संबंधी कमियों को उजागर करते हैं।
यह शोध पत्र HiReLC को प्रस्तुत करता है, जो एक पदानुक्रमित सुदृढीकरण शिक्षण (hierarchical reinforcement learning) ढांचा है जो लो-लेवल पर-ब्लॉक एजेंटों को हाई-लेवल ग्लोबल बजट आवंटन के साथ समन्वित करके डीप न्यूरल नेटवर्क के संयुक्त क्वांटाइजेशन और स्ट्रक्चर्ड प्रूनिंग को स्वचालित करता है, जो विजन ट्रांसफार्मर और सीएनएन बेंचमार्क में प्रतिस्पर्धी सटीकता बनाए रखते हुए महत्वपूर्ण संपीड़न अनुपात (5.99–6.72×) प्राप्त करने के लिए सरोगेट मॉडल के साथ एक सक्रिय शिक्षण लूप का उपयोग करता है।
FORCE एक तीन-चरणीय ढांचा है जो एक वैल्यू-कैलिब्रेटेड वॉर्म-अप और सेल्फ-डिस्टिलेशन तंत्र के माध्यम से विजन-लैंग्वेज-एक्शन (VLA) मॉडल फाइन-ट्यूनिंग की सैंपल एफिशिएंसी और स्थिरता को बढ़ाता है, जिससे महत्वपूर्ण प्रदर्शन लाभ और मानवीय हस्तक्षेप के बिना स्वायत्त प्रशिक्षण प्राप्त होता है।
यह शोध पत्र एथेरियम, बीएससी और बेस पर ईआरसी-8004 (ERC-8004) विकेंद्रीकृत एआई एजेंट प्रोटोकॉल का पहला अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि इसकी वर्तमान डिज़ाइन निष्क्रिय एजेंट पंजीकरण, गैर-तुलनीय प्रतिष्ठा मेट्रिक्स और फीडबैक के व्यापक सिबिल हेरफेर (Sybil manipulation) के कारण एक विश्वसनीय आधार प्रदान करने में विफल रहती है।
यह शोध पत्र "नेचुरल अनग्रॉकिंग" (natural ungrokking) को प्रस्तुत करता है, जो एक ऐसी घटना है जहाँ भाषा मॉडल प्रीट्रेनिंग के दौरान स्वतः ही विशिष्ट नियमों को सीख लेते हैं और फिर उन्हें अचानक भूल जाते हैं क्योंकि प्रशिक्षण कॉर्पस में नियम-समर्थक साक्ष्य की आवृत्ति किसी नियम के अस्तित्व को निर्धारित करती है, एक ऐसी प्रक्रिया जो विषम नियंत्रण (asymmetric control) द्वारा अभिलक्षित है जहाँ एक नियम को नष्ट करना आसान है लेकिन उसे पुन: स्थापित करना असंभव है।
यह शोध पत्र "अनफायरेबल सेफ्टी कर्नेल" (Unfireable Safety Kernel) का प्रस्ताव और सत्यापन करता है, जो एक रस्ट-आधारित (Rust-based), औपचारिक रूप से सत्यापित निष्पादन-समय संरेखण परत है, जो स्व-संशोधित प्रणालियों में एस्केप प्रयासों को रोकने के लिए एआई एजेंट के एड्रेस स्पेस के बाहर आर्किटेक्चरल सुरक्षा नियंत्रणों को लागू करती है, जिससे उन प्रतिकूल बायपासों को 100% अस्वीकार करने में सफलता मिलती है जहाँ पारंपरिक इन-प्रोसेस गार्डरेल्स विफल हो जाते हैं।