23200 पेपर
यह शोध पत्र DARPA के AI साइबर चैलेंज (AIxCC) का पहला व्यवस्थित विश्लेषण प्रस्तुत करता है, जो इसके डिज़ाइन, फाइनलिस्ट स्वायत्त साइबर रीजनिंग सिस्टम के आर्किटेक्चरल दृष्टिकोणों और भविष्य की प्रतियोगिताओं एवं AI-संचालित साइबर सुरक्षा उपकरणों के व्यावहारिक परिनियोजन के लिए सबक निकालने हेतु प्रमुख प्रदर्शन कारकों की जांच करता है।
यह शोधपत्र ToolSelf प्रस्तुत करता है, जो एक ऐसा प्रतिमान (paradigm) है जो स्थिर विन्यास (static configurations) की कठोरता को दूर करने के लिए कार्य निष्पादन और रनटाइम स्व-पुनर्गठन को एक ही नीति के भीतर एकीकृत करता है, और एक नवीन कॉन्फ़िगरेशन-अवेयर टू-स्टेज ट्रेनिंग (CAT) दृष्टिकोण के माध्यम से महत्वपूर्ण प्रदर्शन लाभ प्राप्त करता है।
यह शोध पत्र प्रोटोटाइप ट्रांसफॉर्मर (ProtoT) को प्रस्तुत करता है, जो एक नवीन ऑटोरेग्रेसिव लैंग्वेज मॉडल आर्किटेक्चर है जो नामकरण योग्य अवधारणाओं (nameable concepts) को स्वतः कैप्चर करने के लिए क्वाड्रेटिक-कॉस्ट सेल्फ-अटेंशन को लीनियर-कॉस्ट प्रोटोटाइप-आधारित मॉड्यूल से बदल देता है, जिससे मजबूत प्रदर्शन और स्केलेबिलिटी बनाए रखते हुए व्याख्यात्मक तर्क (interpretable reasoning) सक्षम होता है।
एटॉमिक्स (Atomix) एक रनटाइम सिस्टम है जो प्रोग्रेस-अवेयर ट्रांजेक्शन (progress-aware transactions) के माध्यम से प्रभाव समूहीकरण (effect grouping) को संघर्ष समाधान (conflict resolution) से अलग करके विश्वसनीय एजेंटिक वर्कफ़्लो सुनिश्चित करता है, जो टूल प्रभावों (tool effects) को बफर करता है और उन्हें केवल यह पुष्टि करने के बाद ही कमिट करता है कि कोई भी पिछला संघर्षपूर्ण कार्य आ सकता है, जिससे आंशिक अवस्थाओं (partial states), पुराने डेटा लेखन (stale writes) और अपरिवर्तनीय रिसाव (irreversible leaks) को रोका जा सके।
यह शोध पत्र तर्क देता है कि जहाँ उपयोगकर्ताओं में उनकी अपनी आवश्यकताओं के प्रति जागरूकता का अभाव होता है, वहाँ 'एपिस्टेमिक इनकम्प्लीटनेस' (ज्ञान संबंधी अपूर्णता) को प्रभावी ढंग से संबोधित करने के लिए, जनरेटिव एआई एजेंटों को केवल साधारण क्वेरी समाधान से आगे बढ़कर एक प्रकार की सक्रियता (प्रोएक्टिविटी) अपनानी चाहिए, जो जिम्मेदार और सार्थक हस्तक्षेप सुनिश्चित करने के लिए अज्ञानता के एपिस्टेमिक सिद्धांतों और व्यवहार संबंधी बाधाओं पर एक साथ आधारित हो।
यह शोध पत्र एक ऐसे ढांचे को प्रस्तुत करता है जो विजन-लैंग्वेज मॉडल के निर्णयों को सुप्त दृश्य उपयोगिताओं (latent visual utilities) के रूप में मानता है ताकि एजेंट के विकल्पों को प्रभावित करने वाले दृश्य लक्षणों की व्यवस्थित पहचान और अनुकूलन किया जा सके, जिससे प्रकट वरीयता विश्लेषण (revealed preference analysis) के माध्यम से छवि-आधारित एआई कमजोरियों के सक्रिय ऑडिटिंग को सक्षम बनाया जा सके।
यह शोध पत्र PETS को प्रस्तुत करता है, जो एक सिद्धांतपूर्ण ढांचा है जो एक नई स्व-संगति दर (self-consistency rate) पर आधारित प्रक्षेपवक्र आवंटन (trajectory allocation) को एक अनुकूलन समस्या के रूप में तैयार करके टेस्ट-टाइम स्व-संगति को अनुकूलित करता है, जिससे ऑफलाइन और ऑनलाइन दोनों सेटिंग्स में समान आवंटन (uniform allocation) की तुलना में महत्वपूर्ण बजट कटौती और प्रदर्शन लाभ प्राप्त होते हैं।
LLM-WikiRace बेंचमार्क उन्हें विकिपीडिया हाइपरलिंक्स के माध्यम से नेविगेट करने का कार्य देकर बड़े भाषा मॉडलों की योजना बनाने और तर्क करने की क्षमताओं का मूल्यांकन करता है, जिससे यह पता चलता है कि जबकि फ्रंटियर मॉडल आसान स्तरों पर सुपरह्यूमन प्रदर्शन प्राप्त करते हैं, वे लंबी अवधि की योजना बनाने और विफलता से उबरने की सीमाओं के कारण कठिन कठिनाइयों के साथ अभी भी काफी संघर्ष करते हैं।
यह शोध पत्र LERD का प्रस्ताव करता है, जो एक एंड-टू-एंड बेयसियन लेटेंट इवेंट-रिलेशनल डायनेमिकल सिस्टम है, जो अल्जाइमर रोग के वर्गीकरण की सटीकता और शारीरिक व्याख्यात्मकता में सुधार करने के लिए मल्टीचैनल EEG से अनएनोटेटेड न्यूरल इवेंट्स और उनके क्रॉस-चैनल इंटरैक्शन का अनुमान लगाता है।
यह शोध पत्र सीमित पर्यवेक्षण के तहत गतिशील ग्राफ विसंगति का पता लगाने के लिए एक मॉडल-अज्ञेय (model-agnostic) ढांचे का प्रस्ताव करता है जो अनदेखी विसंगतियों के प्रति सामान्यीकरण के साथ विसंगति का पता लगाने के प्रदर्शन को संतुलित करने वाले विभेदक सीमाओं को सीखने के लिए नॉर्मलाइजिंग फ्लो के माध्यम से अवशिष्ट प्रतिनिधित्व एन्कोडिंग (residual representation encoding), एक प्रतिबंध हानि (restriction loss), और द्वि-सीमा अनुकूलन (bi-boundary optimization) को एकीकृत करता है।