23087 पेपर
यह शोध पत्र तर्क देता है कि एआई-सक्षम अधिनायकवाद केवल निरंकुश शासनों तक ही सीमित नहीं है, बल्कि यह एक वितरित घटना है जो विशिष्ट डिज़ाइन और परिचालन संबंधी विकल्पों—जैसे डेटा केंद्रीकरण, नियामक अंतराल और कमजोर निगरानी—से उत्पन्न होती है, जो एआई प्रणालियों को लोकतांत्रिक और अधिनायकवादी दोनों राजनीतिक संदर्भों में राजनीतिक दंड को सुगम बनाने और जवाबदेही को कम करने की अनुमति देते हैं।
यह शोध पत्र इस बात की जांच करता है कि क्या भाषा मॉडल शून्य की अवधारणा को स्वतंत्र रूप से खोज सकते हैं, जिसमें यह पाया गया है कि जबकि GPT-2 आकार के मॉडल केवल मानक अंकगणित से इस अवधारणा को सामान्य बनाने में विफल रहते हैं, वे न्यूनतम उदाहरणों के साथ इसे सीख सकते हैं, एक ऐसी प्रक्रिया जो पूर्व भाषा प्रीट्रेनिंग द्वारा काफी तेज हो जाती है।
यह शोध पत्र "स्ट्रक्चरल अनसर्टेन्टी" (संरचनात्मक अनिश्चितता) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो नमूनाकृत समाधानों के बीच स्व-वरीयता रैंकिंग (self-preference rankings) की स्थिरता का विश्लेषण करके बड़े भाषा मॉडलों में तार्किक तर्क निरंतरता को परिमाणित करता है, जिससे यह पता चलता है कि यह मीट्रिक कटौतीत्मक कार्यों में अविश्वसनीय तर्क को बेहतर ढंग से पहचानने के लिए पारंपरिक उत्तर प्रकीर्णन (answer dispersion) का पूरक है और उन व्यवस्थाओं (regimes) को अलग करता है जहाँ इस प्रकार का निरंतरता मूल्यांकन सूचनात्मक होता है।
यह शोधपत्र SpeechDx को प्रस्तुत करता है, जो भाषण उत्पादन चरणों द्वारा व्यवस्थित 12 डेटासेट और 27 नैदानिक कार्यों में फैला एक व्यापक मल्टी-टास्क बेंचमार्क है, जो यह प्रकट करता है कि जबकि बड़े पैमाने के स्पीच मॉडल मजबूत बेसलाइन के रूप में कार्य करते हैं, कोई भी वर्तमान प्रतिनिधित्व विविध नैदानिक स्थितियों में विश्वसनीय रूप से सामान्यीकरण नहीं कर पाता है।
यह शोध पत्र एक एकीकृत ढांचे का प्रस्ताव करता है जो सटीक मोनोक्यूलर एंडोस्कोपिक नेविगेशन और डेप्थ एस्टीमेशन के लिए फाउंडेशन मॉडल्स की ज्योमेट्री-कंसिस्टेंसी और डोमेन रोबस्टनेस को बढ़ाने के लिए सिंथेटिक ज्योमेट्रिक सुपरविजन को एक नवीन पदानुक्रम-जागरूक ज्योमेट्री-सिमेंटिक अडैप्टेशन रणनीति के साथ जोड़ता है।
यह शोध पत्र एनएलपी (NLP) के लिए इस अवधारणा को कार्यान्वित करने हेतु अननुवादनीयता (untranslatability) की एक संरचित ऑन्टोलॉजी और वर्गीकरण प्रस्तुत करता है, जिसके परिणामस्वरूप एक नया बहुभाषी डेटासेट और प्रारंभिक निष्कर्ष प्राप्त हुए हैं जो यह प्रदर्शित करते हैं कि जब मॉडल व्याख्यात्मक प्रतिपूरक रणनीतियों (explanatory compensation strategies) का उपयोग करते हैं, तो अनुवाद की गुणवत्ता में सुधार होता है।
यह शोध पत्र DriveJudge को प्रस्तुत करता है, जो एक नवीन स्वायत्त ड्राइविंग मूल्यांकन एजेंट है जो मानव-संरेखित बेंचमार्क कार्यों पर श्रेष्ठ, व्याख्यात्मक और संदर्भ-जागरूक प्रदर्शन प्राप्त करने के लिए विजन-लैंग्वेज मॉडल तर्क (Vision-Language Model reasoning) को भौतिक रूप से-आधारित नियम फलनों (physically-grounded rule functions) के साथ एकीकृत करता है।
यह शोध पत्र यह प्रदर्शित करके कि जबकि मॉडल स्पष्ट प्रॉम्प्टिंग के तहत सफल होते हैं, वे निहित (इम्प्लिसिट) प्रॉम्प्ट से संचारत्मक दक्षता की आवश्यकता को समझने में विफल रहते हैं, LVLMs की कुशल संदर्भ अभिव्यक्तियों (रेफरिंग एक्सप्रेशंस) को समन्वित करने की क्षमता पर विरोधाभासी निष्कर्षों को सुलझाता है, जो मानव और एआई संचार के बीच एक मौलिक विचलन को प्रकट करता है।
यह शोध पत्र एजेंटिक एआई (agentic AI) प्रणालियों को मान्य करने के लिए एक पार्शियली ऑब्जर्वेबल मार्कोव डिसीजन प्रोसेस (POMDP)-आधारित ढांचे का प्रस्ताव करता है, जो स्वायत्त निर्णय लेने की प्रक्रिया को विश्वास निर्माण (belief formation), पूर्वानुमान (forecasting) और नीति चयन (policy selection) जैसे विशिष्ट घटकों में विभाजित करके एक कठोर मॉडल-जोखिम वर्गीकरण स्थापित करता है और एक पोर्टफोलियो-प्रबंधन केस स्टडी के माध्यम से इसकी प्रभावकारिता को प्रदर्शित करता है।
TerraTransfer एक एंड-टू-एंड स्वायत्त ड्राइविंग फ्रेमवर्क पेश करता है जो पॉलिसी लर्निंग को विजुअल परसेप्शन से अलग करके विशेषज्ञ प्रदर्शनों की आवश्यकता को समाप्त करता है, जो वेक्टरकृत सिम्युलेटर्स में सेल्फ-प्ले का उपयोग करके एक ड्राइविंग पॉलिसी उत्पन्न करता है जिसे बाद में केवल युग्मित (इमेज, सीन-स्टेट) डेटा का उपयोग करके एक प्री-ट्रेन्ड विजन बैकबोन के साथ संरेखित किया जाता है।