9743 पेपर
यह शोध पत्र इस धारणा को चुनौती देता है कि रीजनिंग मॉडल्स में थिंकिंग टोकन्स वास्तविक सुरक्षा विचार-विमर्श को सक्षम करते हैं, बल्कि यह प्रकट करता है कि इनकार या अनुपालन के परिणाम दृश्यमान सोच शुरू होने से पहले ही काफी हद तक निर्धारित हो जाते हैं, जिसमें सोचने की प्रक्रिया अक्सर वास्तविक संशोधन के बजाय केवल प्रीफिक्स पूर्णता (prefix completion) के रूप में कार्य करती है।
यह शोध पत्र LLM-ACES प्रस्तुत करता है, जो एक क्लोज्ड-लूप फ्रेमवर्क है जो अनुकूलन योग्य डेटा अधिग्रहण और प्रतीकात्मक परिकल्पना निर्माण को निर्देशित करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो सीमित, शोर वाले डेटा से शासन करने वाले साधारण साधारण अवकल समीकरणों (ordinary differential equations) को सटीक रूप से और कुशलतापूर्वक पुनर्प्राप्त करने में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
ड्रीम टीम ने मशीन-जनित कोड के लिए मजबूत आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन प्राप्त करने हेतु संतुलित सैंपलिंग और कंजर्वेटिव फाइन-ट्यूनिंग के साथ एक SALSA-शैली के सिंगल-पास ऑटोरेग्रेसिव क्लासिफिकेशन फ्रेमवर्क का प्रस्ताव दिया है, जो SemEval-2026 टास्क 13 लीडरबोर्ड पर CodeBERT बेसलाइन से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक टेस्ट-टाइम अडैप्टेशन फ्रेमवर्क प्रस्तावित करता है जो निरंतर वितरण बदलावों (distribution shifts) के तहत एआई-जनरेटेड टेक्स्ट को मजबूती से पहचानने के लिए इन्फरेंस-टाइम होमोजेनिटी और सेमी-सुपरवाइज्ड लर्निंग का लाभ उठाता है, जो उन मौजूदा सुपरवाइज्ड डिटेक्टर्स की तुलना में काफी बेहतर प्रदर्शन प्रदर्शित करता है जो एडवरसैरियल ह्यूमानाइजेशन, नए एलएलएम (LLMs), या टेम्पोरल ड्रिफ्ट का सामना करने पर विफल हो जाते हैं।
यह शोधपत्र यह प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) में जेलब्रेक हमलों का पता मध्यवर्ती परतों (intermediate layers) में टोकन-स्तरीय प्रेडिक्टिव एंट्रॉपी के मोनोटोनिक ट्रेंड का विश्लेषण करके लगाया जा सकता है, जो यह प्रकट करता है कि हानिकारक इरादा स्थिर समग्र सांख्यिकी या अंतिम-परत आउटपुट के बजाय संरचित अनिश्चितता गतिकी (structured uncertainty dynamics) में एनकोड होता है।
यह शोध पत्र MADARA को प्रस्तुत करता है, जो एक मॉडल-अनुकूली रूटिंग आर्किटेक्चर है जो यह पहचानकर लागत-कुशल मल्टी-एजेंट RAG को अनुकूलित करता है कि क्या कमजोर मॉडलों को संदर्भ भ्रम (context confusion) को हल करने के लिए मुख्य रूप से प्रति-दस्तावेज़ अलगाव (per-document isolation) से लाभ होता है या मजबूत मॉडलों को स्कोरिंग-आधारित मूल्यांकन की आवश्यकता होती है, जिससे शून्य-शॉट सामान्यीकरण योग्य नैदानिक थ्रेशोल्ड (zero-shot generalizable diagnostic thresholds) के माध्यम से अनावश्यक कम्प्यूटेशनल ओवरहेड को समाप्त किया जाता है।
यह अध्ययन प्रदर्शित करता है कि प्रॉम्प्ट-आधारित लर्निंग, विशेष रूप से सावधानीपूर्वक डिज़ाइन किए गए टेम्पलेट्स और फ्यू-शॉट उदाहरणों के साथ ChatGPT का लाभ उठाते हुए, बड़े पैमाने पर कार्य-विशिष्ट लेबल किए गए प्रशिक्षण डेटा की आवश्यकता के बिना, उच्च गुणवत्ता वाले अकादमिक पेपर हाइलाइट्स प्रभावी ढंग से उत्पन्न कर सकती है।
यह शोध पत्र नेचुरल लैंग्वेज प्रोसेसिंग में अनुसंधान की कठिनाई को मापने के लिए एक व्यापक, एंट्रॉपी-भारित मूल्यांकन प्रणाली का प्रस्ताव और सत्यापन करता है, जो यह प्रकट करता है कि मध्यम रूप से कठिन अनुसंधान—जो पृष्ठ संख्या, संदर्भ मात्रा और संस्थागत प्रतिष्ठा जैसे कारकों द्वारा पहचाना जाता है—उच्चतम शैक्षणिक प्रभाव प्राप्त करने की प्रवृत्ति रखता है।
यह अध्ययन डेटा-संचालित विधि संस्थाओं के सूक्ष्म निष्कर्षण के माध्यम से 1990 से 2022 तक पुस्तकालय और सूचना विज्ञान अनुसंधान पद्धतियों के विकास का विश्लेषण करता है, जो यह प्रकट करता है कि डेटा संसाधन पद्धतिगत परिवर्तन के एक महत्वपूर्ण चालक हैं, जो उद्भव, स्थिरता और व्यावहारिक अनुप्रयोग के एक चक्रीय पैटर्न द्वारा अभिलक्षित है।
यह शोध पत्र लोकल ब्रांच रूटिंग (LBR) को प्रस्तुत करता है, जो एक टोकन-स्तरीय टेस्ट-टाइम स्केलिंग फ्रेमवर्क है जो स्थानीय लुकअहेड पेड़ों का विस्तार करके और इष्टतम शाखाओं को चुनने के लिए एक हल्के राउटर का उपयोग करके भाषा मॉडल की तर्क क्षमता को कुशलतापूर्वक बढ़ाता है, जिससे एंड-टू-एंड सुदृढीकरण लर्निंग (reinforcement learning) सक्षम होती है और गणितीय तर्क कार्यों पर मौजूदा डिस्क्रीट चेन-ऑफ-थॉट और सॉफ्ट-टोकन बेसलाइनों से बेहतर प्रदर्शन करता है।