23194 पेपर
यह शोध पत्र GlyLLM को प्रस्तुत करता है, जो एक LLM-संचालित फ्रेमवर्क है जो निरंतर ग्लूकोज मॉनिटर डेटा को वियरेबल सेंसर जानकारी और संरचित मेटाडेटा के साथ एकीकृत करता है ताकि व्यक्तिगत टाइप 2 मधुमेह देखभाल के लिए ग्लूकोज पूर्वानुमान और मधुमेह वर्गीकरण में पारंपरिक मशीन लर्निंग विधियों से काफी बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र नैदानिक (क्लिनिकल) LLMs के लिए एक परिनियोजन-केंद्रित (डिप्लॉयमेंट-सेंटर्ड) मूल्यांकन ढांचे को प्रस्तुत करता है जो उपयोगकर्ता अस्वीकृति जोखिम की भविष्यवाणी करने के लिए परिनियोजन-विशिष्ट संदर्भ पर प्रशिक्षित एक प्री-रिस्पॉन्स क्लासिफायर का लाभ उठाता है, जिसका AUROC 0.719 है, जो वास्तविक दुनिया के इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड सिस्टम में लक्षित गार्डरेल्स और अपवर्जन (एब्स्टेंशन) तंत्र को सक्षम करने की व्यवहार्यता को प्रदर्शित करता है।
यह शोध पत्र SMSR को प्रस्तुत करता है, जो निरंतर (persistent) LLM एजेंट प्रणालियों में मल्टी-सेशन मेमोरी पॉइजनिंग (MSMP) के विरुद्ध प्रमाणित सुदृढ़ता (certified robustness) प्रदान करने वाला पहला रक्षा तंत्र है, जो अनसाइंड (unsigned) और ऑथेंटिकेटेड (authenticated) दोनों प्रकार के मेमोरी इंजेक्शन हमलों को प्रभावी ढंग से बेअसर करने के लिए HMAC-आधारित प्रोवेनेंस वेरिफिकेशन को रैंडमाइज्ड मेमोरी एब्लेशन और वर्डिक्ट-आधारित मेजॉरिटी वोटिंग के साथ जोड़ता है।
यह शोध पत्र अफ्रीका के नौ विविध भाषाओं के लिए SUD फ्रेमवर्क का उपयोग करते हुए मूल-भाषी द्वारा सत्यापित सिंटैक्टिक ट्रीबैंकों का पहला बड़े पैमाने पर संग्रह, AfriSUD, प्रस्तुत करता है, और यह प्रदर्शित करता है कि वर्तमान एनएलपी (NLP) मॉडल अभी भी अफ्रीकी-भाषाओं की वाक्य संरचना की विविधता को पकड़ने में महत्वपूर्ण सीमाओं का सामना करते हैं।
यह शोध पत्र DAF-AGI का प्रस्ताव करता है, जो एक डिज़ाइन-साइंस ढांचा है जो एजीआई (AGI) आगमन के बारे में परस्पर विरोधी दावों का न्याय करने के लिए क्षमता संरेखण (capability alignment) के बजाय परिभाषात्मक संरेखण (definitional alignment) को प्राथमिकता देता है, जिससे प्रतिस्पर्धी परिचालनकरणों (operationalizations) के मूल्यांकन के लिए क्रमिक मानदंड और शासन ऑडिट स्थापित किए जा सकें।
यह शोध पत्र यह प्रदर्शित करता है कि जहाँ 'बिग 5' जैसे व्यापक व्यक्तित्व ढांचे (personality frameworks) LLM व्यवहार की भविष्यवाणी करने में विफल रहते हैं, वहीं 'थ्योरी ऑफ प्लेन्ड बिहेवियर' पर आधारित स्व-रिपोर्ट साझा बातचीत के भीतर मानव-स्तर की सुसंगतता प्राप्त कर सकती हैं, हालांकि क्रॉस-सेशन भविष्यवाणी प्रशिक्षण में निहित व्यवहारों तक ही सीमित रहती है न कि संदर्भ-प्रेरित कार्यों तक।
यह शोध पत्र PI-Hunter को पेश करता है, जो एक स्वचालित एजेंटिक ऑडिटिंग फ्रेमवर्क है जो यथार्थवादी परीक्षण मामले (test cases) निर्मित करता है और उन्हें पुनरावृत्ति के साथ विकसित करता है ताकि LLM एजेंटों में अंतर्निहित प्रॉम्प्ट इंजेक्शन कमजोरियों को सक्रिय रूप से उजागर किया जा सके और उन्हें स्थानीयकृत किया जा सके, जो मौजूदा रेड-टीमिंग विधियों और सुरक्षा उपायों की तुलना में बेहतर भेद्यता प्रकटीकरण और अटैक-सरफेस कवरेज प्रदर्शित करता है।
यह शोध पत्र यह प्रदर्शित करते हुए कि पैरामीटर क्वांटाइजेशन (parameter quantization) और इलेक्ट्रोड न्यूनीकरण (electrode reduction) का विवेकपूर्ण अनुप्रयोग सटीकता पर न्यूनतम प्रभाव के साथ कम्प्यूटेशनल जटिलता को काफी कम कर सकता है, संसाधन-सीमित पहनने योग्य उपकरणों (wearable devices) पर ईईजी-आधारित मिर्गी के दौरे का पता लगाने के लिए डीप लर्निंग मॉडल तैनात करने की व्यवहार्यता की जांच करता है।
यह शोध पत्र "प्रीफिल अवेयरनेस" (prefill awareness) को फ्रंटियर लैंग्वेज मॉडल्स में एक नव-लक्षित क्षमता के रूप में प्रस्तुत करता है जो छेड़छाड़ किए गए असिस्टेंट-साइड कॉन्टेक्स्ट का पता लगाने और उसका प्रतिरोध करने में सक्षम है, यह प्रदर्शित करते हुए कि यह घटना प्रीफिलिंग पर निर्भर सुरक्षा मूल्यांकनों के लिए एक महत्वपूर्ण बाधा उत्पन्न करती है और डेवलपर्स से इसे ट्रैक करने का आग्रह करती है।
यह ट्यूटोरियल फिजिकल एआई (physical AI) के लिए एक एकीकृत ढांचे को प्रस्तुत करता है जो स्पष्ट (explicit) और निहित (implicit) वर्ल्ड मॉडल्स के बीच अंतर करता है, और भविष्यवाणी, तर्क और निर्णय लेने में सक्षम बनाने के लिए उनकी पूरक भूमिकाओं पर प्रकाश डालता है, साथ ही पदानुक्रमित तर्क (hierarchical reasoning) और दीर्घ-अवधि नियोजन (long-horizon planning) की वर्तमान चुनौतियों का समाधान भी करता है।