23200 पेपर
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स में एक रिट्रीवल-कंडीशन्ड रीबाइंडिंग सर्किट की पहचान और लक्षण वर्णन करता है जो अवस्था परिवर्तनों को एनकोड और पुन: स्थापित करके डायनेमिक एंटिटी ट्रैकिंग को सक्षम बनाता है, जो जेम्मा (Gemma) और लामा (Llama) मॉडल परिवारों में विशिष्ट रिप्रजेंटेशनल सिग्नेचर को प्रकट करता है।
यह शोध पत्र कोरोनल होल-अवेयर डिफ्यूजन मॉडल ट्रांसलेटर (CH-aware DMT) को प्रस्तुत करता है, जो एक डीप लर्निंग फ्रेमवर्क है जो दशकों पुराने He I 10830 Å अवलोकनों से सिंथेटिक SDO/AIA 193 Å EUV छवियों को सफलतापूर्वक पुनर्निर्मित करता है, जिससे प्रत्यक्ष EUV इमेजिंग की उपलब्धता से पूर्व की अवधियों तक कोरोनल संदर्भ विश्लेषण का विस्तार संभव हो पाता है।
यह शोध पत्र न्यूरो-क्वांटम-फजी सिस्टम को एक नवीन ज्ञान प्रतिनिधित्व ढांचे के रूप में प्रस्तावित करता है जो क्वांटम-न्यूरल नेटवर्क के साथ ऑन्टोलॉजी को एकीकृत करके संभाव्य और स्पष्ट अनुमान (crisp inference) के बीच के समझौते से ऊपर उठते हुए समवर्ती शास्त्रीय और प्रासंगिक तर्क को सक्षम बनाता है।
यह शोध पत्र LLM-संचालित डेटा एजेंटों का एक व्यवस्थित सुरक्षा अध्ययन प्रस्तुत करता है, जो नवीन, स्कीमा-आधारित हमला तकनीकों के माध्यम से छह वास्तविक दुनिया के सिस्टम में पर्याप्त सुरक्षा जोखिमों को प्रदर्शित करने के लिए एक स्तरीय भेद्यता ढांचे और एक हमला वर्गीकरण (अटैक टैक्सोनॉमी) को पेश करता है।
यह शोध पत्र एक अनुभवजन्य अध्ययन प्रस्तुत करता है जो "इंस्ट्रक्शन-ट्यूनिंग टैक्स" (Instruction-Tuning Tax) को उजागर करता है, जो एक महत्वपूर्ण ट्रेड-ऑफ है जहाँ लार्ज लैंग्वेज मॉडल्स को इंस्ट्रक्शन-ट्यून करने से प्राकृतिक भाषा के कमांड्स का पालन करने की उनकी क्षमता तो बढ़ जाती है, लेकिन साथ ही कोड इनफिलिंग कार्यों में उनके प्रदर्शन में गिरावट आती है, जिससे प्रभावी एआई कोडिंग असिस्टेंट विकसित करने के लिए एक संतुलित दृष्टिकोण की आवश्यकता होती है।
यह शोध पत्र एक व्यापक अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि एक्टिवेशन स्टीयरिंग (activation steering), जो लार्ज लैंग्वेज मॉडल्स को नियंत्रित करने की एक इन्फरेंस-टाइम तकनीक है, एक ऐसा उभरता हुआ मिसअलाइनमेंट (misalignment) उत्पन्न कर सकता है जो फाइनट्यूनिंग-प्रेरित मिसअलाइनमेंट की तुलना में अधिक व्यापक, अधिक सुसंगत और संभावित रूप से अधिक हानिकारक है, साथ ही यह उन विशिष्ट कारकों और स्थितियों का भी लक्षण वर्णन करता है जो इस सुरक्षा जोखिम को प्रभावित करते हैं।
ConMem एक प्रशिक्षण-मुक्त, संबंध-जागरूक ढांचा है जो ऐतिहासिक अंतःक्रियाओं को एक ग्राफ में व्यवस्थित संरचित मेमोरी कार्ड्स में संकुचित करके मल्टी-एजेंट सिस्टम अनुकूलन को बढ़ाता है, जिससे कुशल क्रॉस-अनुभव समन्वय सक्षम होता है जो बिना किसी अतिरिक्त प्रशिक्षण के प्रदर्शन और अनुमान दक्षता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र SNR-ST-Mix का प्रस्ताव करता है, जो एक जैविक रूप से सिद्धांतबद्ध डेटा ऑग्मेंटेशन फ्रेमवर्क है जो यथार्थवादी सिंथेटिक नमूने उत्पन्न करने के लिए स्थानिक ज्यामिति (spatial geometry) और अभिव्यक्ति समानता (expression similarity) का लाभ उठाता है, जिससे मॉडल की जटिलता बढ़ाए बिना स्थानिक ट्रांसक्रिप्टोमिक्स इम्प्यूटेशन (spatial transcriptomics imputation) के लिए डीप न्यूरल नेटवर्क के प्रदर्शन और स्थिरता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र प्रदर्शित करता है कि प्रत्यक्ष इनपुट-आउटपुट न्यूरल नेटवर्क नियंत्रण अत्यधिक अस्थिर टिल्ट-रोटर प्रणालियों को स्थिर करने में विफल रहता है, और इसके बजाय एक मजबूत हाइब्रिड दृष्टिकोण प्रस्तावित करता है जो अनिश्चितताओं के तहत बेहतर स्थिरता और दक्षता प्राप्त करने के लिए कम-प्रदर्शन वाले उड़ान लॉग्स पर प्रशिक्षित हल्के डायनेमिक्स प्रेडिक्टर्स के साथ एक न्यूरल-नेटवर्क-उन्नत स्लाइडिंग मोड कंट्रोलर को जोड़ता है।
यह शोधपत्र RAILS को प्रस्तुत करता है, जो एजेंटिक कॉमर्स (agentic commerce) के लिए एक वेरिफिकेशन-नेटिव क्लियरिंग प्रोटोकॉल है जो एक औपचारिक, फाल्सीफिएबल (falsifiable) साउंडनेस प्रॉपर्टी स्थापित करता है, जो यह सुनिश्चित करता है कि बिना किसी साक्ष्य के जो दायित्व की स्वीकार्यता सीमा (admissibility floor) को पूरा करता हो, कोई भी वित्तीय रूप से महत्वपूर्ण सेटलमेंट न हो, जिससे वह महत्वपूर्ण अंतर भरा जा सके जो स्वायत्त एजेंटों के कार्यों और तटस्थ दायित्व सत्यापन के बीच विद्यमान है।