10792 पेपर
यह शोध पत्र CT Open को प्रस्तुत करता है, जो एक लाइव, ओपन-एक्सेस प्लेटफॉर्म है जो भविष्य के सार्वजनिक डेटा के विरुद्ध क्लिनिकल ट्रायल परिणामों के AI पूर्वानुमानों का कड़ाई से मूल्यांकन करने के लिए एक नवीन स्वचालित विसंदूषण (decontamination) पाइपलाइन का उपयोग करता है, जिससे वास्तविक-विश्व पूर्वानुमान अनुसंधान को आगे बढ़ाने के लिए एक सुरक्षित वातावरण प्रदान किया जा सके।
यह शोध पत्र सिद्धांत-आधारित सिम्युलेटेड शिक्षार्थियों का उपयोग करके अनुकूली शैक्षिक पठन वैयक्तिकरण के मूल्यांकन के लिए एक रूपरेखा प्रस्तुत करता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण कंप्यूटर विज्ञान में सीखने के परिणामों में महत्वपूर्ण सुधार करता है जबकि अकार्बनिक रसायन विज्ञान और सामान्य जीव विज्ञान में अनिर्णायक या तटस्थ परिणाम देता है।
यह शोध पत्र ICLAD को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो अनसीन (unseen), इन-द-वाइल्ड (in-the-wild) नमूनों के लिए प्रशिक्षण-मुक्त सामान्यीकरण (training-free generalization) को सक्षम करने के साथ-साथ टेक्स्टुअल तर्क (textual rationales) प्रदान करने और अप्रासंगिक ध्वनिक गुणों (acoustic attributes) को फ़िल्टर करने के लिए युग्मवार तुलनात्मक तर्क (pairwise comparative reasoning) के साथ इन-कॉन्टेक्स्ट लर्निंग (in-context learning) का लाभ उठाकर ऑडियो डीपफेक डिटेक्शन को बढ़ाता है।
यह शोध पत्र प्रकट करता है कि वर्तमान बड़े भाषा मॉडल सामाजिक भावनाओं को व्यक्त करने में मानवीय सांस्कृतिक मानदंडों के साथ व्यवस्थित रूप से विसंरेखित हैं, जो संलग्नीकरण वाली भावनाओं (engaging emotions) की ओर एक नियतात्मक पूर्वाग्रह प्रदर्शित करते हैं और मानवीय अंतःक्रियाओं में देखी जाने वाली सांस्कृतिक विविधता और परिवर्तनशीलता को पकड़ने में विफल रहते हैं।
यह शोध पत्र 2024 के अमेरिकी राष्ट्रपति चुनाव के दौरान X पर विषाक्त विमर्श (toxic discourse) का एक बड़े पैमाने पर विश्लेषण प्रस्तुत करता है, जो यह प्रकट करता है कि विषाक्तता की तीव्रता मुद्दे और विचारधारा के अनुसार काफी भिन्न होती है, उच्च-उत्तेजना वाली नकारात्मक भावनाओं और ओवरलैपिंग नैतिक आधारों द्वारा संचालित होती है, और पहचान संबंधी बहसों में सबसे गंभीर होती है, जिससे ऑनलाइन राजनीतिक शत्रुता को कम करने के लिए संदर्भ-संवेदनशील दृष्टिकोणों की आवश्यकता पर बल मिलता है।
यह शोध पत्र यह प्रदर्शित करता है कि अनौपचारिक टेक्स्ट (informal text) दो विशिष्ट तंत्रों के माध्यम से NLI प्रदर्शन को कम करता है—इमोजी के कारण टोकेनाइजेशन विफलता और शोर वाले टोकन (noise tokens) के कारण वितरण बदलाव (distribution shift)—जिसे प्रीप्रोसेसिंग नॉर्मलाइजेशन को लक्षित प्रशिक्षण संवर्धन (targeted training augmentation) के साथ जोड़कर प्रभावी ढंग से कम किया जा सकता है ताकि ज़ीरो-शॉट GPT-4o-mini प्रदर्शन को भी पीछे छोड़ा जा सके।
HeLa-Mem एक जैव-प्रेरित (bio-inspired) मेमोरी आर्किटेक्चर है जो LLM एजेंटों के लिए दीर्घकालिक सुसंगतता की सीमाओं को संबोधित करता है, जो स्मृति को हेब्बियन लर्निंग (Hebbian learning) के साथ एक गतिशील ग्राफ के रूप में मॉडल करता है, और साहचर्य पैटर्न (associative patterns) को पकड़ने और पुन: प्रयोज्य ज्ञान को संकुचित करने के लिए एक द्वि-स्तरीय एपिसोडिक-सिमेंटिक संरचना का उपयोग करता है, जिससे कम कॉन्टेक्स्ट टोकन के साथ बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र DART, एक डिस्टिल-ऑडिट-रिपेयर (Distill-Audit-Repair) प्रशिक्षण ढांचे को प्रस्तुत करता है जो "हार्म ड्रिफ्ट" (harm drift) को कम करता है—जहाँ सुरक्षा-ट्यून किए गए मॉडल जनसांख्यिकीय अंतरों को पहचानने में बेहतर होने के साथ-साथ अधिक हानिकारक होते जाते हैं—तर्क को डिस्टिल करके, हानिकारक आउटपुट के लिए ऑडिट करके और उन्हें रिपेयर करके, जिससे अंतर-जागरूक कार्यों पर सटीकता में उल्लेखनीय वृद्धि होती है और हानिकारक सामग्री एवं अनावश्यक इनकार दोनों में कमी आती है।
यह शोध पत्र एक अनसुपरवाइज्ड (unsupervised), ग्राफ-आधारित प्रणाली प्रस्तुत करता है जो प्रशिक्षण डेटा की आवश्यकता के बिना, अर्थपूर्ण और संरचनात्मक संबंधों का विश्लेषण करके ऑनलाइन तर्कपूर्ण सामग्री के विशाल आयतन को व्याख्या योग्य समुदायों में व्यवस्थित करती है, जिससे उपयोगकर्ताओं को जटिल सामाजिक-राजनीतिक बहसों को समझने और उनमें नेविगेट करने में मदद मिलती है।
यह शोध पत्र PRISM को प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है जो LLM मतिभ्रम (hallucination) मूल्यांकन को तीन पीढ़ी चरणों में चार विशिष्ट आयामों में त्रुटियों को अलग करके एक नैदानिक समस्या के रूप में पुनर्गठित करता है, जो मॉडल प्रदर्शन में महत्वपूर्ण ट्रेड-ऑफ्स को प्रकट करता है और अधिक विश्वसनीय AI सिस्टम विकसित करने के लिए एक ढांचा प्रदान करता है।