23845 पेपर
यह शोध पत्र तर्क देता है कि एम्बॉडीड एआई (embodied AI) के लिए भौतिक रूप से व्यवहार्य विश्व मॉडलों की आवश्यकता है जो सटीक परिणामों के लिए आवश्यक सरलतम भौतिक अमूर्तता (physical abstraction) की पहचान करके हस्तक्षेप संबंधी प्रश्नों का उत्तर देने में सक्षम हों, न कि केवल अवलोकन-अनुमानित मॉडलों पर निर्भर हों जो अक्सर भौतिक हस्तक्षेपों के तहत विफल हो जाते हैं।
यह शोध पत्र प्रकट करता है कि जहाँ फिजिकल एआई (Physical AI) का बैच-1 एलएलएम (LLM) इन्फरेंस मेमोरी-डॉमिनेटेड है, वहीं तेज़ जीपीयू (GPU) असंगत रूप से अधिक लॉन्च-साइड ओवरहेड्स से ग्रस्त होते हैं जो आनुपातिक लेटेंसी लाभ को रोकते हैं, और मानक क्वांटाइजेशन विधियाँ अक्सर अपेक्षित स्पीडअप प्राप्त करने में विफल रहती हैं जब तक कि उन्हें GPTQ+ExLlamaV2 जैसे अत्यधिक अनुकूलित कर्नेल्स के साथ जोड़ा न जाए।
यह शोध पत्र स्वायत्त ड्राइविंग के लिए एक अनिश्चितता-जागरूक सुदृढीकरण शिक्षण (अनसर्टेंटी-अवेयर रीइन्फोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो अनुकूलन योग्य अनिश्चितता थ्रेशोल्ड और एक कमिटमेंट-कूलडाउन रणनीति के आधार पर विशेषज्ञ सलाह को गतिशील रूप से ट्रिगर और विनियमित करता है, जिससे अनसिग्नल वाले चौराहों पर सुरक्षित और अधिक कुशल अन्वेषण सक्षम होता है और विशेषज्ञ मार्गदर्शन पर दीर्घकालिक निर्भरता से बचा जा सकता है।
यह शोध पत्र ImmigrationQA प्रस्तुत करता है, जो अमेरिकी आव्रजन नियमों से प्राप्त 17,000 से अधिक प्रश्न-उत्तर युग्मों का एक स्रोत-आधारित डेटासेट है, और यह प्रदर्शित करता है कि इस डेटा पर एक छोटे 3B-पैरामीटर वाले Llama 3.2 मॉडल को फाइन-ट्यून करने से बड़े बेस मॉडल्स की तुलना में प्रक्रियात्मक आव्रजन प्रश्नों पर इसके प्रदर्शन में काफी सुधार होता है, और वह भी कम कम्प्यूटेशनल लागत बनाए रखते हुए।
यह शोध पत्र कॉज़ल सेंसिटिविटी स्कोर (CSS) को प्रस्तुत करता है, जो एक हस्तक्षेप संबंधी मीट्रिक (interventional metric) है जो मानक कवरेज-आधारित बेंचमार्क पर नैदानिक एआई मॉडलों के प्रदर्शन और रोगी डेटा में महत्वपूर्ण परिवर्तनों के प्रति उनकी वास्तविक प्रतिक्रियाशीलता के बीच महत्वपूर्ण विसंगतियों को प्रकट करता है, जिससे छिपी हुई क्षमता प्रोफाइल और वे सार्वभौमिक सुरक्षा ब्लाइंड स्पॉट सामने आते हैं जिन्हें पारंपरिक मूल्यांकन विधियाँ नहीं देख पाती हैं।
यह शोध पत्र विनियमित वित्तीय साइबर सुरक्षा के लिए एक संगठन-स्तरीय, स्थानीय रूप से तैनात करने योग्य LLM एजेंट रनटाइम आर्किटेक्चर प्रस्तावित करता है जो सभी घटकों में एक टाइप किया गया (typed) सुरक्षा संदर्भ (Security Context) लागू करता है, SIEM/XDR सिस्टम को प्राथमिक ट्रिगर्स के रूप में एकीकृत करता है, और गवर्नड टूल एडेप्टर, संरचित निष्कर्षों और टियर्ड ह्यूमन-इन-द-लूप गेट्स के माध्यम से ऑडिटेबिलिटी सुनिश्चित करता है।
यह शोध पत्र स्वतंत्र वेरिएंट्स के लिए क्लोज्ड-फॉर्म टारगेट्स (closed-form targets) को व्युत्पन्न करके, मार्जिन और कनेक्टिविटी के बीच उस ट्रेड-ऑफ का लक्षण वर्णन करके जो इष्टतम चयन को निर्धारित करता है, और जनरेशन लागत बनाम लेबल दक्षता को संतुलित करने के लिए डिज़ाइन सिद्धांतों का प्रस्ताव करके, बेस्ट-ऑफ- प्रेफरेंस डेटा से रिवॉर्ड लर्निंग का विश्लेषण करता है।
यह शोध पत्र एक नवीन सक्रिय शिक्षण (active learning) ढांचे को प्रस्तुत करता है जो प्रायिकता वितरणों (probability distributions) को एक गाऊसी प्रक्रिया (Gaussian Process) मॉडल में मैप करने के लिए रैखिकीकृत इष्टतम परिवहन (Linearized Optimal Transport) का लाभ उठाता है, जिससे एकल-कोशिका जीव विज्ञान जैसे डोमेन में विरल, विनाशकारी स्नैपशॉट्स से निरंतर प्रक्षेप पथों (continuous trajectories) का अनुमान लगाने के लिए इष्टतम मापन समय का रणनीतिक चयन संभव हो पाता है।
यह शोध पत्र "रैशनलाइज़" (Rationalize) का परिचय देता है, जो एक भूमिका-युग्म ढांचा है जो एक साझा तर्क स्थान स्थापित करके डेटा-संचालित अर्थबोध (sensemaking) में मानव-एआई संरेखण को बढ़ाता है, जहाँ पूरक भूमिकाएँ द्विदिश समझ और सहयोग को सुगम बनाने के लिए इरादे और तर्क को स्पष्ट रूप से व्यक्त करती हैं।
यह शोध पत्र PInVerify प्रस्तुत करता है, जो एक ऑफलाइन एम्बॉडीड बेंचमार्क है जिसे एक्टिव इंस्टेंस वेरिफिकेशन (AIV) कार्यों का मूल्यांकन करने के लिए डिज़ाइन किया गया है जहाँ एजेंटों को सूक्ष्म वस्तु विशेषताओं को अलग करने के लिए मल्टी-व्यू निरीक्षण करना होता है, जिससे यह पता चलता है कि जबकि LoRA-फाइन-ट्यून किए गए एजेंट मजबूत प्रदर्शन प्राप्त करते हैं, वर्तमान नेक्स्ट-बेस्ट-व्यू रणनीतियाँ अभी तक स्टैटिक बेसलाइन की तुलना में विश्वसनीय लाभ प्रदान नहीं करती हैं।