11158 पेपर
यह शोध पत्र एक 125M-पैरामीटर वाले फाइन-ट्यून्डेड RoBERTa मॉडल को प्रस्तुत करता है जो काफी बड़े LLMs के साथ प्रतिस्पर्धी CVE-से-CWE वर्गीकरण प्रदर्शन प्राप्त करता है, जो दुर्लभ कमजोरी श्रेणियों पर पारंपरिक बेसलाइन्स को काफी हद तक पछाड़ने के लिए एक बड़े पैमाने के, AI-परिष्कृत डेटासेट का लाभ उठाता है।
यह शोधपत्र TTP-Detect को प्रस्तुत करता है, जो एक अग्रणी ब्लैक-बॉक्स फ्रेमवर्क है जो प्रॉक्सी मॉडल और सापेक्ष परिकल्पना परीक्षण के माध्यम से डिटेक्शन (पता लगाने) को इंजेक्शन (प्रविष्टि) से अलग करके, मौजूदा सीक्रेट-की स्कीम्स की सीमाओं को पार करते हुए, LLM वॉटरमार्क के गैर-आक्रामक, तीसरे पक्ष के सत्यापन को सक्षम बनाता है।
यह शोध पत्र 'होलोग्राफिक एजेंट असेसमेंट फ्रेमवर्क' (HAAF) का प्रस्ताव करता है, जो एक व्यवस्थित मूल्यांकन प्रतिमान है जो एजेंटिक AI की विश्वसनीयता के आकलन को खंडित बेंचमार्क द्वीपों से हटाकर एक प्रतिनिधि, वितरण-जागरूक दृष्टिकोण की ओर ले जाता है, जो वास्तविक दुनिया के जोखिमों और टेल वल्नरेबिलिटीज़ (tail vulnerabilities) को संबोधित करने के लिए स्टैटिक विश्लेषण, इंटरैक्टिव सिमुलेशन और सामाजिक-नैतिक संरेखण को एकीकृत करता है।
OrgForge एक ओपन-सोर्स मल्टी-एजेंट सिमुलेशन फ्रेमवर्क है जो भ्रम (hallucinations) और टाइमलाइन की विसंगतियों को समाप्त करने के लिए एक नियत (deterministic) इवेंट-ग्राउंड-ट्रुथ इंजन को LLM-आधारित सरफेस प्रोस जनरेशन से अलग करके, सत्यापन योग्य और कालानुक्रमिक रूप से सुसंगत सिंथेटिक कॉर्पोरेट कॉर्पोरा उत्पन्न करता है ताकि मजबूत RAG पाइपलाइन मूल्यांकन किया जा सके।
यह शोध पत्र RoBERTa, DeBERTaV3 और ModernBERT आर्किटेक्चर पर आधारित एक मोनोलिंगुअल एनकोडर सुइट को प्री-ट्रेनिंग और बेंचमार्किंग करके लातवियाई भाषा मॉडलों की कमी को संबोधित करता है, जो यह प्रदर्शित करता है कि परिणामी lv-deberta-base मॉडल मौजूदा बहुभाषी और मोनोलिंगुअल बेसलाइन से बेहतर प्रदर्शन करता है और साथ ही बेहतर दक्षता भी प्रदान करता है।
यह शोध पत्र AuTexTification 2023 लेखकत्व एट्रिब्यूशन (authorship attribution) प्रणाली के एक प्रतिकृति (replication) और विस्तार को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि नए बहुभाषी मॉडलों को दस्तावेज़-स्तरीय शैलीमितीय (stylometric) विशेषताओं और SHAP विश्लेषण के साथ एकीकृत करने से विभिन्न भाषाओं में पहचान प्रदर्शन में सुधार होता है, साथ ही विश्वसनीय प्रतिकृति सुनिश्चित करने के लिए स्पष्ट दस्तावेज़ीकरण की महत्वपूर्ण आवश्यकता पर प्रकाश डालता है।
यह शोध पत्र AdaAnchor को प्रस्तुत करता है, जो एक लेटेंट रीजनिंग फ्रेमवर्क है जो इनपुट-अटैच्ड एंकर वेक्टर्स को एक एडेप्टिव हॉल्टिंग मैकेनिज्म के साथ रिफाइन करके साइलेंट इटरेटिव कंप्यूटेशन करता है, जिससे वर्बोज़ चेन-ऑफ-थॉट प्रॉम्प्टिंग और फिक्स्ड-स्टेप लेटेंट विधियों दोनों की तुलना में सटीकता में उल्लेखनीय सुधार होता है और इन्फरेंस लागत कम होती है।
यह शोध पत्र HindSight को पेश करता है, जो एक टाइम-स्प्लिट मूल्यांकन ढांचा है जो एआई-जनित शोध विचारों का उनके वास्तविक भविष्य के उद्धरण प्रभाव (citation impact) और वेन्यू स्वीकृति द्वारा आकलन करता है, जिससे यह प्रकट होता है कि यह वस्तुनिष्ठ मीट्रिक व्यक्तिपरक एलएलएम (LLM) जजों की तुलना में काफी बेहतर प्रदर्शन करता है क्योंकि यह पहचानता है कि रिट्रीवल-ऑगमेंटेड सिस्टम अधिक प्रभावशाली विचार उत्पन्न करते हैं जबकि एलएलएम त्रुटिपूर्ण रूप से उन अवधारणाओं को पसंद करते हैं जो सुनने में नवीन लगती हैं लेकिन जिनमें वास्तविक दुनिया की पकड़ का अभाव होता है।
यह शोध पत्र "लेंड एन ईयर" (Lend an Ear) का परिचय देता है, जो एक एआई-आधारित प्लेटफॉर्म है जहाँ उपयोगकर्ता एक एलएलएम (LLM) के साथ समानुभूतिपूर्ण संचार का अभ्यास करते हैं, और यह प्रदर्शित करता है कि ऐसे मॉडलों से प्राप्त व्यक्तिगत, डेटा-संचालित फीडबैक नियंत्रण समूहों और गैर-व्यक्तिगत हस्तक्षेपों की तुलना में मानवीय समानुभूतिपूर्ण अभिव्यक्ति में महत्वपूर्ण सुधार करता है।
यह शोध पत्र "कोड-सेंट्रिक लर्निंग" का प्रस्ताव करता है, जो एक ऐसा प्रशिक्षण ढांचा है जो पर्यवेक्षण को पूर्ण नैदानिक दस्तावेजों से हटाकर स्केलेबल एविडेंस स्पैन (evidence spans) पर स्थानांतरित करके, LLM-आधारित ICD कोडिंग की सटीकता, व्याख्यात्मकता और लागत-दक्षता में सुधार करता है, जिससे छोटे मॉडल बड़े बेसलाइन को पछाड़ने और अनदेखे कोड्स तक सामान्यीकरण करने में सक्षम होते हैं।