2250 पेपर
यह शोधपत्र कानूनी एआई प्रणालियों के डेवलपर्स और प्रदाताओं के बीच एआई साक्षरता बढ़ाने के लिए एक व्यावहारिक रोडमैप प्रश्नावली का प्रस्ताव करता है, जो उन्हें यूरोपीय संघ एआई अधिनियम जैसे नियामक ढांचों के अनुरूप इन प्रौद्योगिकियों के लाभों और जोखिमों को प्रभावी ढंग से संतुलित करने में सक्षम बनाता है।
यह शोध पत्र तर्क देता है कि डीप लर्निंग मॉडल विविध प्रशिक्षण डेटा के बावजूद समान सौंदर्य संबंधी निरूपणों पर अभिसरित होते हैं, जो यह सुझाव देता है कि सौंदर्य का एक यथार्थवादी आधार है जो भौतिक और सांस्कृतिक दोनों तत्वों पर आधारित है, जिससे सार्थक मानव-मशीन सह-सृजन सक्षम होता है जहाँ मशीनें केवल मानवीय आउटपुट की नकल करने के बजाय नवीन रचनात्मक अंतर्दृष्टि प्रदान करती हैं।
यह अध्ययन प्रदर्शित करता है कि जबकि सामान्य पाठक और विशेषज्ञ एमएफए-प्रशिक्षित लेखक दोनों ही मानव-लिखित अनुकरणों की तुलना में कॉपीराइट प्राप्त लेखकों के कार्यों पर फाइन-ट्यून किए गए एआई-जनित पाठ को प्राथमिकता देते हैं, सामान्य पाठक एआई की गुणवत्ता के लिए काफी अधिक मजबूत प्राथमिकता प्रदर्शित करते हैं, जो यह सुझाव देता है कि लागत प्रभावी फाइन-ट्यूनिंग एआई को उत्कृष्ट शैलीगत अनुकरण उत्पन्न करने में सक्षम बनाती है जो फेयर-यूज़ कॉपीराइट विचारों के लिए प्रासंगिक है।
यह शोध पत्र एक गेम-थ्योरेटिक मॉडल का उपयोग करके यह प्रदर्शित करता है कि कैसे सामाजिक संदर्भ और एआई (AI) उपकरणों से प्रभावित उम्मीदवारों के कथित चयन-पश्चात मूल्य में असमानताएं, प्रयास में तर्कसंगत अंतर को प्रेरित करती हैं जो अन्यथा योग्यता-आधारित चयन प्रक्रियाओं के माध्यम से असमानता को प्रसारित करती हैं, जिससे संस्थागत नीतियों को अनुकूलित करने और इन धारणा-संचालित पूर्वाग्रहों को कम करने के लिए एक ढांचा प्राप्त होता है।
यह शोध पत्र \corpusname को प्रस्तुत करता है, जो एक बहुभाषी, बहस-शैली वाला बेंचमार्क है जो यह प्रकट करता है कि सुरक्षा संरेखण (safety alignment) के बावजूद, अग्रणी लार्ज लैंग्वेज मॉडल्स सात भाषाओं में स्थापित रूढ़ियों को लगातार दोहराते हैं, जहाँ कम-संसाधन वाले संदर्भों में पूर्वाग्रह और अधिक तीव्र हो जाते हैं जहाँ अंग्रेजी-प्रशिक्षित संरेखण सामान्यीकरण करने में विफल रहता है।
यह शोध पत्र SocioSeg डेटासेट और SocioReasoner फ्रेमवर्क प्रस्तुत करता है, जो विजन-लैंग्वेज रीजनिंग और रिइन्फोर्समेंट लर्निंग का लाभ उठाकर शहरी उपग्रह इमेजरी के सुदृढ़, ज़ीरो-शॉट सक्षम सामाजिक-सिमेंटिक सेगमेंटेशन को प्राप्त करने के लिए सामाजिक रूप से परिभाषित संस्थाओं की पहचान करते हैं जिन्हें पारंपरिक मॉडल पहचानने में संघर्ष करते हैं।
यह शोध पत्र तर्क देता है कि पहले से स्थापित गोपनीयता-संरक्षण सॉफ्टवेयर पर सार्वभौमिक 'ऑप्ट-आउट' तंत्रों को डिफ़ॉल्ट सेटिंग्स के रूप में अनुमति दी जानी चाहिए क्योंकि उनका उपयोग स्वाभाविक रूप से उपभोक्ताओं की उचित गोपनीयता अपेक्षाओं को दर्शाता है और एक वैध सकारात्मक विकल्प का गठन करता है, जिससे राज्य के गोपनीयता कानूनों और भ्रामक प्रथाओं पर एफटीसी (FTC) के निषेधों के बीच संघर्ष का समाधान होता है।
यह शोध पत्र तर्क देता है कि कानूनी पेशे में जनरेटिव लीगल एआई (Generative Legal AI) प्रणालियों की तैनाती के लिए कड़े संयम की आवश्यकता है क्योंकि मतिभ्रम (hallucination) और अत्यधिक निर्भरता के गंभीर जोखिम व्याख्यात्मकता, न्यायिक स्वतंत्रता और मौलिक अधिकारों को कमजोर करते हैं।
POLAR एक नवीन प्रति-उपयोगकर्ता लेक्सिकल एसोसिएशन टेस्ट है जो एम्बेडिंग स्पेस में कार्य करता है ताकि लेखक-स्तरीय पूर्वाग्रहों और व्यवहारिक परिवर्तनों का पता लगाया जा सके, जो प्रभावी रूप से LLM-संचालित बॉट्स को ऑर्गेनिक अकाउंट्स से अलग करता है और ऑनलाइन समुदायों में चरमपंथी संरेखण को परिमाणित करता है।
यह शोधपत्र एआई-जनित चित्रों के संबंध में प्रमुख शैक्षणिक प्रकाशकों की असंगत नीतियों का सर्वेक्षण करता है, पुनरुत्पादकता और लेखकत्व जैसी प्रमुख चिंताओं की पहचान करता है, और वैज्ञानिक संचार में इन उपकरणों के नैतिक और प्रभावी उपयोग को सुनिश्चित करने के लिए पारदर्शी सर्वोत्तम-अभ्यास दिशा-निर्देश प्रस्तावित करता है।