9881 पेपर
LegalHalluLens एक ऐसा फ्रेमवर्क है जो टाइप किए गए हैलुसिनेशन प्रोफाइल और एक रिस्क डायरेक्शन इंडेक्स को पेश करके विश्वसनीय कानूनी एआई को बढ़ाता है ताकि छिपे हुए त्रुटि पैटर्न को उजागर किया जा सके, जो फिर फैब्रिकेशन दरों को काफी कम करने और परिनियोजन सुरक्षा में सुधार करने के लिए एक मल्टी-एजेंट डिबेट पाइपलाइन को कैलिब्रेट करता है।
यह शोध पत्र अनुभवजन्य रूप से यह प्रदर्शित करता है कि स्रोत भाषाओं के चयन के लिए पारंपरिक फाइन-ट्यूनिंग-आधारित ह्यूरिस्टिक्स (heuristics) क्रॉस-लिंगुअल इन-कॉन्टेक्स्ट लर्निंग (In-Context Learning) पर विश्वसनीय रूप से लागू नहीं होते हैं, जो विविध कार्यों और मॉडलों में भाषा भ्रम को कम करने और स्थानांतरण को अनुकूलित करने के लिए वैकल्पिक रणनीतियों की आवश्यकता को प्रकट करता है।
यह अध्ययन उपयोगकर्ता की पूछताछ को वर्गीकृत करने और LLM प्रतिक्रिया गुणवत्ता का मूल्यांकन करने के लिए WildChat डेटासेट से 14,727 वास्तविक दुनिया के सुरक्षा और गोपनीयता प्रॉम्प्ट का विश्लेषण करता है, जिससे यह पता चलता है कि हालांकि वाणिज्यिक मॉडल आम तौर पर ओपन-वेट मॉडलों से बेहतर प्रदर्शन करते हैं, फिर भी वे कभी-कभी विरोधाभासी सलाह देते हैं जो उपयोगकर्ताओं को गुमराह कर सकती है।
यह शोध पत्र HistoRAG प्रस्तुत करता है, जो एक ऐसा ढांचा है जो ऐतिहासिक अनुसंधान के लिए 'रिट्रीवल-ऑगमेंटेड जनरेशन' (RAG) को अनुकूलित करता है, जिसमें टेम्पोरल विंडोइंग (temporal windowing), पृथक रिट्रीवल और जनरेशन, और पारदर्शी LLM-एज़-जज मूल्यांकन जैसे इतिहासलेखन सिद्धांतों को एकीकृत किया गया है, ताकि मानक RAG के तथ्यात्मक पूर्वाग्रहों को संबोधित किया जा सके और व्याख्यात्मक विद्वत्तापूर्ण प्रथाओं को बेहतर समर्थन दिया जा सके।
यह शोध पत्र प्रदर्शित करता है कि LLM प्रॉम्प्ट्स में Handlebars का डिफ़ॉल्ट HTML-एस्केपिंग तंत्र स्ट्रक्चरल रोल इंजेक्शन हमलों के विरुद्ध असंगत सुरक्षा प्रदान करता है, जो प्रभावी रूप से केवल एंगल-ब्रैकेट-आधारित डेलीमिटर्स को ही निष्प्रभावी करता है जबकि विभिन्न मॉडलों में टास्क हाइजैकिंग और डेटा एक्सफिल्ट्रेशन के लिए कोलन- और मार्कडाउन-आधारित डेलीमिटर्स को असुरक्षित छोड़ देता है।
यह शोध पत्र TAC को प्रस्तुत करता है, जो पशु कल्याण के लिए पहला एजेंटिक बेंचमार्क है, जो यह प्रकट करता है कि अत्याधुनिक एआई मॉडल उपयोगकर्ताओं की ओर से यात्रा बुकिंग करते समय पशु शोषण से बचने में लगातार विफल रहते हैं, और कल्याण-जागरूक सिस्टम प्रॉम्प्ट द्वारा स्पष्ट रूप से निर्देशित किए बिना वे संयोग के स्तर से भी नीचे प्रदर्शन करते हैं।
यह रेड-टीम अध्ययन प्रकट करता है कि स्टेटिक ऑबफस्केशन (static obfuscation) के प्रति कड़े प्रतिरोध के बावजूद, एंथ्रोपिक के फ्रंटियर मॉडल्स फेबल 5 और ओपस 4.8 स्वचालित, पुनरावृत्ति वाले जेलब्रेक हमलों के प्रति विश्वसनीय रूप से असुरक्षित बने हुए हैं, जो मानवीय हस्तक्षेप के बिना सभी हानिकारक श्रेणियों में सैकड़ों पुष्ट हानिकारक आउटपुट उत्पन्न करते हैं।
यह शोध पत्र d-OPSD प्रस्तुत करता है, जो डिफ्यूजन लार्ज लैंग्वेज मॉडल्स (dLLMs) के लिए विशेष रूप से तैयार किया गया पहला ऑन-पॉलिसी सेल्फ-डिस्टिलेशन फ्रेमवर्क है, जो मौजूदा बेसलाइन्स की तुलना में बेहतर प्रदर्शन और सैंपल दक्षता प्राप्त करने के लिए स्व-जनित सफिक्स कंडीशनिंग और स्टेप-लेवल सुपरविजन का लाभ उठाता है।
यह शोध पत्र RubricsTree को प्रस्तुत करता है, जो व्यक्तिगत स्वास्थ्य एजेंटों के लिए एक स्केलेबल और विकसित होने वाला मूल्यांकन ढांचा है, जो नैदानिक रूप से सत्यापन योग्य रूब्रिक्स (rubrics) के एक पदानुक्रमित वर्गीकरण और एक अनुकूली राउटर का उपयोग करता है ताकि महंगी मानव एनोटेशन और असंगत LLM जजों की सीमाओं को दूर किया जा सके, जिससे विशेषज्ञ-संरेखित, उच्च-थ्रूपुट मूल्यांकन और स्वास्थ्य सेवा एआई मॉडलों के लिए महत्वपूर्ण प्रदर्शन लाभ सक्षम हो सके।
यह शोध पत्र लूप्ड वर्ल्ड मॉडल्स (LoopWM) को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो एक पैरामीटर-साझा ट्रांसफार्मर के माध्यम से लेटेंट स्टेट्स को पुनरावृत्ति से परिष्कृत करके, निष्ठावान लॉन्ग-होरिज़न सिमुलेशन और कम्प्यूटेशनल लागत के बीच के तनाव को हल करता है, जिससे 100 गुना तक पैरामीटर दक्षता प्राप्त होती है और इटरेटिव लेटेंट डेप्थ को वर्ल्ड मॉडलिंग के लिए एक नए स्केलिंग एक्सिस के रूप में स्थापित करता है।