23087 पेपर
यह अध्ययन उपयोगकर्ता की पूछताछ को वर्गीकृत करने और LLM प्रतिक्रिया गुणवत्ता का मूल्यांकन करने के लिए WildChat डेटासेट से 14,727 वास्तविक दुनिया के सुरक्षा और गोपनीयता प्रॉम्प्ट का विश्लेषण करता है, जिससे यह पता चलता है कि हालांकि वाणिज्यिक मॉडल आम तौर पर ओपन-वेट मॉडलों से बेहतर प्रदर्शन करते हैं, फिर भी वे कभी-कभी विरोधाभासी सलाह देते हैं जो उपयोगकर्ताओं को गुमराह कर सकती है।
यह शोध पत्र HyGRAG को प्रस्तुत करता है, जो एक पदानुक्रमित ग्राफ रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है जो हाइब्रिड ग्राफ इंडेक्सिंग और पुनरावृत्ति सारांशीकरण के माध्यम से संदर्भ और संबंध जागरूकता को एकीकृत करता है ताकि मौजूदा एंटिटी- और चंक-केंद्रित विधियों की सीमाओं को दूर किया जा सके, जिससे कुशल डायनेमिक अपडेट का समर्थन करते हुए मल्टी-हॉप रीजनिंग सटीकता में महत्वपूर्ण सुधार किया जा सके।
यह शोधपत्र क्वालिटी-अवेयर सेल्फ-डिस्टिलेशन (Quality-Aware Self-Distillation) का प्रस्ताव करता है, जो एक ऐसी विधि है जो सॉफ्ट करेक्टनेस-अवेयर गेटिंग (soft correctness-aware gating) और टीचर-प्रोबेबिलिटी स्केलिंगिंग (teacher-probability scaling) को जोड़कर GUI ग्राउंडिंग प्रदर्शन को बढ़ाती है ताकि ऑन-पॉलिसी सेल्फ-डिस्टिलेशन में टीचर सिग्नल्स के क्षरण को कम किया जा सके जब स्टूडेंट-जेनरेटेड प्रीफिक्स (student-generated prefixes) ग्राउंड-ट्रुथ कोऑर्डिनेट्स से विचलित होते हैं।
यह शोध पत्र ALeRCE प्रस्तुत करता है, जो खगोलीय ALeRCE डेटाबेस के लिए एक टेक्स्ट-टू-SQL सिस्टम है, जो प्राकृतिक भाषा प्रश्न पूछने में सक्षम बनाने के लिए चार-चरणीय इन-कॉन्टेक्स्ट लर्निंग फ्रेमवर्क (स्कीमा लिंकिंग, क्वेरी क्लासिफिकेशन, प्रॉम्प्ट डिकंपोजिशन और सेल्फ-करेक्शन) के साथ लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, यह प्रदर्शित करते हुए कि यह मॉड्यूलर दृष्टिकोण डायरेक्ट इन्फरेंस की तुलना में काफी बेहतर प्रदर्शन करता है और निष्पादन त्रुटियों को कम करते हुए सरल प्रश्नों पर उच्च सटीकता प्राप्त करता है।
यह शोध पत्र गणितज्ञों द्वारा दिए गए दस विशिष्ट समस्याओं पर कई एआई मॉडलों के परीक्षण की कार्यप्रणाली और परिणामों के साथ-साथ मानव समाधानों और परीक्षक रिपोर्टों सहित पूरक सामग्री प्रस्तुत करके, अनुसंधान-स्तर के गणित को हल करने में वर्तमान एआई प्रणालियों की क्षमताओं का मूल्यांकन करता है।
यह शोध पत्र प्रदर्शित करता है कि LLM प्रॉम्प्ट्स में Handlebars का डिफ़ॉल्ट HTML-एस्केपिंग तंत्र स्ट्रक्चरल रोल इंजेक्शन हमलों के विरुद्ध असंगत सुरक्षा प्रदान करता है, जो प्रभावी रूप से केवल एंगल-ब्रैकेट-आधारित डेलीमिटर्स को ही निष्प्रभावी करता है जबकि विभिन्न मॉडलों में टास्क हाइजैकिंग और डेटा एक्सफिल्ट्रेशन के लिए कोलन- और मार्कडाउन-आधारित डेलीमिटर्स को असुरक्षित छोड़ देता है।
यह शोधपत्र संसाधन-सीमित माइक्रोकंट्रोलर्स के लिए एम्बेडेड मशीन लर्निंग वर्कफ़्लो का एक सिस्टम-उन्मुख संश्लेषण प्रस्तुत करता है, जो जड़त्वीय गति पहचान (इनेर्शियल मोशन रिकग्निशन) और कीवर्ड स्पॉटिंग के व्यावहारिक उदाहरणों के माध्यम से डेटा अधिग्रहण, फीचर एक्सट्रैक्शन, मॉडल मूल्यांकन और परिनियोजन (डिप्लॉयमेंट) के दौरान महत्वपूर्ण इंजीनियरिंग निर्णयों का विवरण देता है।
यह शोध पत्र "संज्ञानात्मक क्षय" (कॉग्निटिव एट्रोफी) की अवधारणा प्रस्तुत करता है ताकि इस बात के मूल्यांकन में मौजूद अंतराल को संबोधित किया जा सके कि एआई-मध्यस्थ मानसिक स्वास्थ्य सहायता उपयोगकर्ताओं के दीर्घकालिक चिंतन और निर्णय लेने की क्षमता को कैसे प्रभावित करती है, और बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) में इन महत्वपूर्ण व्यवहारिक पैटर्न को मापने और ऑडिट करने के लिए मानव परामर्श वार्ताओं से प्राप्त एक नए बेंचमार्क और जोखिम सूचकांकों का प्रस्ताव करता है।
यह शोध पत्र एक मेटा-नॉलेज पुनरुपयोग ढांचा (meta-knowledge reutilization framework) प्रस्तावित करता है जो एक सरलीकृत एजेंट पर सीखकर और एक सिमेंटिक-मैग्निट्यूड इंटरफेस (semantic-magnitude interface) एवं टेम्पोरल अडैप्टर (temporal adaptor) के माध्यम से इसे विषम एजेंटों (heterogeneous agents) में स्थानांतरित करके कार्य अर्थविज्ञान (task semantics) को विशिष्ट अवतारों (embodiments) से अलग करता है, जिससे अत्याधुनिक विधियों की तुलना में ट्रैकिंग त्रुटियों में महत्वपूर्ण कमी और डेटा आवश्यकताओं में भारी गिरावट प्राप्त होती है।
यह शोध पत्र सर्टस कैलिबर क्लासिफिकेशन गनशॉट डेटासेट (C3GD) को प्रस्तुत करता है, जो 16 कैलीबर्स के 28 आग्नेयास्त्रों से रिकॉर्ड किए गए 8,000 से अधिक फील्ड-रिकॉर्डेड गनशॉट ध्वनियों का एक उच्च-गुणवत्ता वाला, सार्वजनिक रूप से सुलभ संग्रह है, जिसे इंटरनेट-स्रोत डेटा की सीमाओं को दूर करने के लिए और कैलिबर वर्गीकरण, पहचान और सिग्नल प्रोसेसिंग जैसे कार्यों के लिए विविध वास्तविक दुनिया के ऑडियो और विस्तृत मेटाडेटा प्रदान करने के लिए डिज़ाइन किया गया है।