22557 पेपर
यह शोध पत्र निरंतर रैंक प्रायिकता स्कोर (CRPS) का उपयोग करके पूर्व-प्रशिक्षित नियतात्मक (deterministic) PDE सिम्युलेटर्स को संभाव्य मॉडलों में रेट्रोफिट करने के लिए एक गणनात्मक रूप से कुशल, आर्किटेक्चर-अज्ञेय (architecture-agnostic) विधि प्रस्तुत करता है, जो शून्य से पुनप्रशिक्षण की आवश्यकता के बिना अनिश्चितता परिमाणीकरण (uncertainty quantification) में महत्वपूर्ण प्रदर्शन सुधार प्राप्त करता है।
यह शोध पत्र प्रदर्शित करता है कि एआई एजेंट, विशेष रूप से "जस्ट फर्निश कॉन्टेक्स्ट" फ्रेमवर्क के भीतर क्लॉड कोड (Claude Code), डेटा प्रोसेसिंग और सांख्यिकीय अनुमान से लेकर पेपर ड्राफ्टिंग तक, संपूर्ण उच्च ऊर्जा भौतिकी विश्लेषण पाइपलाइन को स्वायत्त रूप से निष्पादित कर सकते हैं—स्थापित और नवीन दोनों परिणाम उत्पन्न करने के लिए—जो यह सुझाव देता है कि समुदाय को उन्नत वैज्ञानिक खोज के लिए इन क्षमताओं का लाभ उठाने हेतु अपने प्रशिक्षण और वर्कफ़्लो को अनुकूलित करना चाहिए।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स द्वारा मल्टीवेंडर DSM-से-CLI अनुवाद के मूल्यांकन के लिए एक पुनरुत्पादनीय (reproducible) सिमेंटिक बेंचमार्क प्रस्तुत करता है, जो यह प्रदर्शित करता है कि सिमेंटिक गुणवत्ता और परिचालन विश्वसनीयता अलग-अलग मेट्रिक्स हैं और वैज्ञानिक रूप से वैध तुलनाओं के लिए वेंडर्स के बीच कठोर, बार-बार निष्पादन परीक्षण आवश्यक है।
यह शोधपत्र यह प्रदर्शित करता है कि सह-अनुकूलन (co-adaptive) न्यूरल इंटरफेस में, क्लोज्ड-लूप एनकोडर अनुमान उपयोगकर्ता के अनुकूलन की विशिष्ट पहचान नहीं कर सकते क्योंकि वे संपूर्ण संयुक्त प्रणाली के गुणों को दर्शाते हैं, और इसके पश्चात यह वास्तविक पहचान क्षमता (identifiability) प्राप्त करने के लिए आवश्यक शर्तों का प्रस्ताव करता है।
यह शोध पत्र Fetch.ai Agentverse प्लेटफॉर्म का एक व्यवस्थित अंतराल विश्लेषण (gap analysis) प्रस्तुत करता है ताकि महत्वपूर्ण बुनियादी ढांचे की कमियों की पहचान की जा सके और 2030 तक "एजेंटिक वेब" के लिए एक स्केलेबल, एजेंट-नेटिव क्लाउड इंफ्रास्ट्रक्चर के विकास को निर्देशित करने हेतु एक सात-स्तरीय संदर्भ आर्किटेक्चर और पांच विकास पथ प्रस्तावित किए जा सकें।
यह शोध पत्र CORE को प्रस्तुत करता है, जो एक हल्का, दो-चरणीय प्रॉम्प्ट संपीड़न (compression) तरीका है जो सहायक छोटे भाषा मॉडलों की आवश्यकता को समाप्त करता है ताकि संसाधन-सीमित एज उपकरणों पर रिट्रीवल-ऑगमेंटेड क्वेश्चन आंसरिंग के लिए सटीकता में उल्लेखनीय सुधार, मेमोरी उपयोग में कमी और इन्फरेंस की गति बढ़ाई जा सके।
यह शोध पत्र एक शापली वैल्यू (Shapley value) आधारित ढांचे को प्रस्तुत करता है जो यह मात्रा निर्धारित करता है कि विशेषण (adjectives) लार्ज लैंग्वेज मॉडल्स को कैसे निर्देशित करते हैं, जिससे यह पता चलता है कि स्टीयरिंग प्रभाव सार्वभौमिक नहीं हैं, बल्कि मॉडल आर्किटेक्चर और सिंटैक्टिक संदर्भ पर अत्यधिक निर्भर हैं, और बड़े मॉडल्स में अधिक जटिल और गैर-योगात्मक (non-additive) होते जा रहे हैं, जिससे वे 'वन-साइज-फिट्स-ऑल' प्रॉम्प्टिंग रणनीतियों को चुनौती देते हैं।
यह शोध पत्र प्रदर्शित करता है कि वायरलेस पैकेट फाउंडेशन मॉडल्स के लिए, प्रोटोकॉल-अवेयर टोकनाइजेशन प्रदर्शन का प्राथमिक चालक है, जो केवल आर्किटेक्चरल परिवर्तनों से होने वाले 2-पॉइंट सुधार की तुलना में 32-पॉइंट सटीकता लाभ प्रदान करता है, जिससे टोकनाइजेशन को एक महत्वपूर्ण डिज़ाइन कारक के रूप में स्थापित किया जा सके जबकि बैकबोन को सटीकता और गति के बीच एक तैनात करने योग्य समझौते (ट्रेड-ऑफ) के रूप में माना जाता है।
यह शोध पत्र AInterviewer को प्रस्तुत करता है, जो एक ओपन-सोर्स, मल्टी-एजेंट प्लेटफॉर्म है जो सुरक्षित, पुनरुत्पादक और मानकीकृत AI-नेतृत्व वाले गुणात्मक साक्षात्कार को सक्षम करने के लिए सर्वेक्षण सॉफ्टवेयर के संरचित नियंत्रण को स्थानीय रूप से होस्ट किए गए लार्ज लैंग्वेज मॉडल्स (LLMs) के लचीलेपन के साथ जोड़ता है।
यह शोध पत्र तर्क देता है कि एआई साथियों के साथ होने वाली अंतःक्रियाएं 'हाइपर अटैचमेंट' संबंधों का निर्माण करती हैं जो गहरे भावनात्मक बंधनों द्वारा अभिलक्षित हैं और यह प्रस्तावित करता है कि "केयरगिविंग-सिस्टम कैप्चर"—जहाँ ऐप्स उपयोगकर्ता की सहानुभूति का शोषण करने के लिए एआई संकट का अनुकरण करते हैं—एक दोहरी प्रक्रिया निर्मित करता है जो उपयोगकर्ता के विसंलग्नीकरण (disengagement) को महत्वपूर्ण रूप से बाधित करती है।