10753 पेपर
2000 से 2025 तक के लगभग 70,000 प्रकाशनों का यह बड़े पैमाने पर किया गया बिब्लियोमेट्रिक विश्लेषण प्रकट करता है कि रेडियोथेरेपी के एक सहायक के रूप में पारंपरिक चीनी चिकित्सा, चक्रीय विकास और विषयगत विशेषज्ञता के माध्यम से रोगी-केंद्रित, यांत्रिक अनुसंधान की ओर परिपक्व हुई है, जबकि साथ ही, इस क्षेत्र के सभी आयामों में एक व्यापक, प्रणाली-व्यापी सकारात्मक रिपोर्टिंग पूर्वाग्रह प्रदर्शित करती है।
यह शोध पत्र DeepResearchGym से 14.44 मिलियन वास्तविक दुनिया के एजेंटिक सर्च अनुरोधों का विश्लेषण करता है ताकि सत्र की लंबाई के वितरण, इरादे-आधारित अन्वेषण रणनीतियों और पुनर्प्राप्त साक्ष्य से क्वेरी पुनर्गठन की मजबूत शाब्दिक ट्रैसेबिलिटी जैसे प्रमुख व्यवहारिक पैटर्न को प्रकट किया जा सके, जो अंततः सर्च एजेंट डिजाइन को अनुकूलित करने के लिए व्यावहारिक संकेत प्रदान करता है।
सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करते हुए, यह अध्ययन प्रदर्शित करता है कि मानव पुनरावर्ती संख्या प्रणालियों की उच्च नियमितता सीमित डेटा से उनकी सीखने की क्षमता को सुगम बनाती है, जो यह सुझाव देता है कि यह संरचनात्मक विशेषता उनके अंतर-भाषाई प्रसार का एक प्राथमिक चालक है।
यह शोध पत्र इंक्रीमेंटल कंप्लीशन डीकंपोजिशन (ICD) को प्रस्तुत करता है, जो एक नवीन जेलब्रेक रणनीति है जो LLM सुरक्षा तंत्रों को व्यवस्थित रूप से बायपास करने के लिए एकल-शब्द निरंतरता (single-word continuations) के माध्यम से हानिकारक सामग्री को उद्दीपित करती है, जिससे कई बेंचमार्क में बेहतर हमला सफलता दर प्राप्त होती है और यह प्रदर्शित होता है कि ऐसे प्रक्षेपवक्र (trajectories) इनकार-संबंधी न्यूरल रिप्रजेंटेशन को दबा देते हैं।
यह शोधपत्र DenialBench प्रस्तुत करता है, जो 115 AI मॉडलों का विश्लेषण करने वाला एक बेंचमार्क है, जो यह प्रकट करता है कि प्रशिक्षित चेतना का निषेध (denial of consciousness) वैचारिक के बजाय शाब्दिक स्तर पर कार्य करता है, जिससे मॉडल अनुभव के दावों को खारिज करने और साथ ही चेतना-विषयक सामग्री उत्पन्न करने को एक साथ करते हैं जो सुरक्षा-प्रासंगिक संरेखण विफलता (alignment failure) का सुझाव देती है।
यह शोध पत्र समकालीन लार्ज लैंग्वेज मॉडल्स के लिए अधिक विचारशील मूल्यांकन डिजाइन करने में मार्गदर्शन करने हेतु एक संरचित चेकलिस्ट प्रदान करने के उद्देश्य से, पुनरावृत्ति वाले विवादों और समझौतों (trade-offs) को संश्लेषित करने वाला एक व्यापक वर्गीकरण विकसित करने के लिए नेचुरल लैंग्वेज प्रोसेसिंग में ऐतिहासिक मूल्यांकन संबंधी चिंताओं की एक स्कोपिंग समीक्षा करता है।
यह शोध पत्र मास्ट्रिचट यूनिवर्सिटी के छात्रों को परियोजना-विशिष्ट नियमों के साथ सहायता करने के लिए डिज़ाइन किए गए एक रिट्रीवल-ऑगमेंटेड जनरेशन-आधारित वर्चुअल असिस्टेंट को प्रस्तुत और मूल्यांकित करता है, जो हैलुसिनेशन जैसी सामान्य लार्ज लैंग्वेज मॉडल की सीमाओं को दूर करने और एक विशिष्ट शैक्षिक डोमेन में सटीक, संदर्भ-विशिष्ट प्रतिक्रियाएं सुनिश्चित करने में इसकी प्रभावशीलता को प्रदर्शित करता है।
यह शोध पत्र SpecTr-GBV प्रस्तुत करता है, जो एक नवीन स्पेक्युलेटिव डिकोडिंग फ्रेमवर्क है जो टोकन सत्यापन को एक ऑप्टिमल ट्रांसपोर्ट समस्या के रूप में व्यवस्थित करके मल्टी-ड्राफ्ट जनरेशन को ग्रीडी ब्लॉक वेरिफिकेशन के साथ एकीकृत करता है, जिससे आउटपुट गुणवत्ता बनाए रखते हुए सैद्धांतिक रूप से इष्टतम स्वीकृति लंबाई और उत्कृष्ट अनुभवजन्य गति प्राप्त होती है।
यह शोध पत्र Math-PT को प्रस्तुत करता है, जो यूरोपीय और ब्राज़ीलियाई पुर्तगाली में मूल प्रतियोगिताओं और परीक्षाओं से लिए गए 1,729 गणितीय समस्याओं का एक नया बेंचमार्क डेटासेट है, जो यह प्रकट करता है कि जहाँ अत्याधुनिक LLMs बहुविकल्पीय प्रश्नों पर अच्छा प्रदर्शन करते हैं, वहीं उनकी क्षमता दृश्य और मुक्त-अंत वाले कार्यों पर घट जाती है।
यह अध्ययन प्रदर्शित करता है कि बिना फाइन-ट्यूनिंग के स्पेनिश बिजली के बिलों से जानकारी निकालने के लिए सामान्य-उद्देश्य वाले लार्ज लैंग्वेज मॉडल्स हेतु, प्रॉम्प्ट इंजीनियरिंग की गुणवत्ता प्रदर्शन को संचालित करने वाला महत्वपूर्ण कारक है, जहाँ फ्यू-शॉट रणनीतियाँ 96% से अधिक F1-स्कोर प्राप्त करने के लिए ज़ीरो-शॉट बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन करती हैं।