9897 पेपर
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।
यह शोध पत्र दर्शन ग्राफ (Darshana Graph) का परिचय देता है, जो हिंदू, बौद्ध और जैन परंपराओं के 1,25,000 से अधिक अभिलेखों का एक अद्वितीय समानांतर टीका संग्रह है जो प्रत्यक्ष अंतर-टीका तुलना को सक्षम बनाता है, और तर्कपूर्ण शैलियों के शैलीमितीय (stylometric) विश्लेषण तथा दार्शनिक संबंधों को निकालने और सत्यापित करने के लिए एक नियंत्रित एलएलएम (LLM) पाइपलाइन के माध्यम से इसकी उपयोगिता को प्रदर्शित करता है।
यह शोध पत्र ReproRepo को प्रस्तुत करता है, जो 1,149 मशीन लर्निंग शोध पत्रों से प्राप्त मानव-रिपोर्ट किए गए GitHub इश्यूज़ का लाभ उठाकर वास्तविक दुनिया के पुनरुत्पादकता अवरोधकों (reproducibility blockers) की पहचान करने की LLM एजेंटों की क्षमता का मूल्यांकन करने के लिए एक स्केलेबल फ्रेमवर्क है, जो यह प्रदर्शित करता है कि गैर-निष्पादित (non-executing) एजेंट भी लगभग 90% मामलों में सिमेंटिक समस्याओं का पता लगा सकते हैं।
यह शोध पत्र HK-LegiCoST को प्रस्तुत करता है, जो कैंटोनीज़ ऑडियो, गैर-मौखिक पारंपरिक चीनी लिप्यंतरण और अंग्रेजी अनुवादों का एक बड़े पैमाने पर तीन-तरफा समानांतर संग्रह है, जिसे उन भाषाओं के लिए स्पीच ट्रांसलेशन अनुसंधान को आगे बढ़ाने के लिए डिज़ाइन किया गया है जहाँ मौखिक और लिखित रूपों में महत्वपूर्ण अंतर होता है।
यह अध्ययन प्रदर्शित करता है कि मॉडल के पैमाने के बजाय सूचनात्मक दृश्य संकेतों (visual cues) पर चयनात्मक ध्यान देना ही वह प्राथमिक कारक है जो ट्रांसफार्मर-आधारित विजन-लैंग्वेज मॉडलों को मल्टीमॉडल संदर्भों के भीतर आगामी शब्दों की भविष्यवाणी करने में मानव व्यवहार के साथ संरेखित होने में सक्षम बनाता है।
यह शोध पत्र यह प्रदर्शित करता है कि लॉस फंक्शन (loss function) को बदलने के बजाय, एजेंट आर्किटेक्चर में बैचिंग पद्धति को संशोधित करना, उभरते संचार प्रणालियों (emergent communication systems) में टेम्पोरल संदर्भों (temporal references) के उद्भव को सक्षम करने के लिए पर्याप्त है, जो अधिक इष्टतम कोडिंग दक्षता प्राप्त करने के लिए एक आवश्यक क्षमता है।
यह शोध पत्र प्रदर्शित करता है कि एजेंट एक व्याख्या योग्य उभरती भाषा विकसित कर सकते हैं जो उच्च सटीकता के साथ स्थानिक संबंधों को व्यक्त करने में सक्षम है, जिसमें संरचनात्मक (compositional) और गैर-संरचनात्मक (non-compositional) संदेशों का मिश्रण उपयोग किया गया है जिसे कृत्रिम प्राप्तकर्ताओं और मनुष्यों दोनों द्वारा सफलतापूर्वक समझा जाता है।