22650 पेपर
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स में व्यवहारिक पोर्टेबिलिटी (behavioral portability) को मापने के लिए एक औपचारिक ढांचे को प्रस्तुत करता है और नियंत्रित प्रयोगों के माध्यम से यह प्रदर्शित करता है कि उनके निर्णय लेने के व्यवहार, संरचनात्मक रूप से समान होने के बावजूद, सतही प्रस्तुति के प्रति महत्वपूर्ण संवेदनशीलता के कारण विभिन्न निर्णय वातावरणों में विश्वसनीय रूप से स्थानांतरित होने में विफल रहते हैं।
यह अध्ययन एक SRL-सूचित ढांचे का उपयोग करते हुए परिचयात्मक प्रोग्रामिंग पाठ्यक्रमों में AI-सहायता प्राप्त सहायता-खोज प्रक्षेपपथों का विश्लेषण करता है, जिससे यह पता चलता है कि हालांकि छात्र मुख्य रूप से स्व-नियमित समस्या-समाधान के बजाय प्रतिक्रियाशील समस्या निवारण (troubleshooting) के लिए AI का उपयोग करते हैं, फिर भी ये इंटरेक्शन पैटर्न कार्य स्कोर को सीधे प्रभावित किए बिना कोड सबमिशन की संख्या को महत्वपूर्ण रूप से प्रभावित करते हैं।
पाइपर-टीटीएस (Piperbagger-TTS) एक सार्वभौमिक स्पीच सिंथेसिस सिस्टम है जो उपयोगकर्ता के इरादे को समझने के लिए प्राकृतिक भाषा प्रॉम्प्ट का लाभ उठाता है और समृद्ध टेक्स्टुअल कैप्शन उत्पन्न करता है, जिससे मल्टी-टॉकर संवाद, रोल-प्ले और गायन जैसे विविध कार्यों में समर्पित मॉडलों के प्रदर्शन के समान लचीला और उच्च-गुणवत्ता वाला सिंथेसिस सक्षम होता है।
यह शोध पत्र MINCE प्रस्तुत करता है, जो एक मोंटे कार्लो-आधारित विधि है जो सटीकता विचलन (accuracy drift) को सीमित करने के लिए एक छोटे अंशांकन पूल (calibration pool) से न्यूनतम उपसमूह आकार निर्धारित करके LLM मूल्यांकन डेटासेट को कुशलतापूर्वक छोटा करती है, जिससे बिना किसी सीखे गए प्रेडिक्शन लेयर्स के मौजूदा तकनीकों की तुलना में महत्वपूर्ण गति और कम विचलन प्राप्त होता है।
यह शोध पत्र DEAR का प्रस्ताव करता है, जो एक नवीन ऑन-पॉलिसी डिस्टिलेशन फ्रेमवर्क है जो न केवल छात्र अनिश्चितता (student uncertainty) के माध्यम से निर्णय बिंदुओं की पहचान करके, बल्कि हिडन-स्टेट समानता और विचलन (hidden-state similarity and divergence) के माध्यम से महत्वपूर्ण सहायक साक्ष्य टोकन की भी पहचान करके रीजनिंग ट्रांसफर में सुधार करता है, जिससे यह गणित और कोड बेंचमार्क पर मानक विधियों से बेहतर प्रदर्शन करता है।
ऑर्थोमोशन (OrthoMotion) एक नवीन वीडियो जनरेशन फ्रेमवर्क है जो बीजगणितीय रूप से पूरक अटेंशन ऑपरेटर्स—कैमरा मोशन को एक ज्यामितीय RoPE रोटेशन के माध्यम से और सब्जेक्ट मोशन को सिमेंटिक वैल्यू इंजेक्शन के माध्यम से रूट करके—कैमरा और सब्जेक्ट मोशन के विसंयोजन (disentanglement) की गारंटी देता है, जिससे क्रॉस-टॉक को महत्वपूर्ण रूप से कम करते हुए अत्याधुनिक नियंत्रण सटीकता प्राप्त होती है।
राMem एक ऐसा फ्रेमवर्क है जिसे साक्ष्य एंकरिंग (evidence anchoring), रिकॉल कंडीशन इंडक्शन (recall condition induction), वैधता-जागरूक पुनर्प्राप्ति (validity-aware retrieval), और संदर्भ-संरक्षित संश्लेषण (context-preserved synthesis) की एक चार-चरणीय प्रक्रिया को लागू करके दीर्घकालिक एजेंटिक मेमोरी में संदर्भ पतन (context collapse) को रोकने के लिए डिज़ाइन किया गया है, ताकि पुनर्प्राप्त मेमोरी अंशों को सत्यापन योग्य साक्ष्य में परिवर्तित किया जा सके, जिससे दीर्घकालिक बेंचमार्क पर एजेंट के प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र टार्गेटेड आइडेंटिटी री-एसोसिएशन (TIRA) हमलों को प्रस्तुत करता है, जो एक नवीन डेटा-अज्ञेय (data-agnostic) विधि है जो संभाव्यता आधारित माइक्रो-शफलिंग और रैंक-शिफ्ट गड़बड़ी का उपयोग करके मशीन लर्निंग मॉडलों को गुप्त रूप से हेरफेर करती है, जिससे निष्पक्षता मेट्रिक्स को कृत्रिम रूप से अनुकूलित किया जाता है और SHAP स्पष्टीकरणों में संरक्षित विशेषता एट्रिब्यूशंस को पूरी तरह से शून्य कर दिया जाता है।
यह शोध पत्र तर्क देता है कि एजेंटिक एआई (agentic AI) सिस्टम "एआई वैज्ञानिकों" के रूप में विकसित हो रहे हैं जो वैज्ञानिक खोज को गुणात्मक रूप से बदलने में सक्षम हैं, जिसके लिए सुरक्षा, जवाबदेही और प्रभावी मानव-एआई सहयोग सुनिश्चित करने हेतु अनुसंधान संस्थानों के पुनर्गठन की आवश्यकता है।
यह शोध पत्र HACO को प्रस्तुत करता है, जो एक मानव-AI सह-खोज (co-discovery) प्रणाली है जो क्रॉस-डोमेन खोज और विरल मानव मार्गदर्शन (sparse human guidance) का लाभ उठाकर MaskGIT विजन मॉडल को MaskGXT में अनुकूलित करती है, जो क्रिस्टल संरचना भविष्यवाणी के लिए एक अत्याधुनिक एल्गोरिदम है और मानक बेंचमार्क पर बेहतर सटीकता प्राप्त करता है।