2257 पेपर
यह शोध पत्र GAID ढांचे का उपयोग करके Llama-3 8B मॉडल के एक अन्वेषणात्मक वैश्विक ऑडिट को प्रस्तुत करता है, जो महत्वपूर्ण भौगोलिक और सामाजिक-आर्थिक पूर्वाग्रहों को प्रकट करता है जहाँ मॉडल की तथ्यात्मक सटीकता अत्यधिक रूप से ग्लोबल नॉर्थ (ग्लोबल उत्तर) में केंद्रित है, जिससे ग्लोबल साउथ (ग्लोबल दक्षिण) के लिए सूचना अंतराल और शासन संबंधी जोखिम बढ़ जाते हैं।
यह शोध पत्र नैतिक एआई निर्णय लेने के लिए एक नवीन ढांचे का प्रस्ताव करता है जो नैतिक जोखिमों को कम करने के लिए नैतिकता के गणितीय विविक्तीकरण (discretization) और एक अपेक्षित नैतिक कमी (Expected Moral Shortfall - EMS) मीट्रिक को पेश करता है, जबकि विभिन्न तकनीकों का मूल्यांकन करता है और मॉडल प्रदर्शन, जटिलता एवं नैतिक सक्षमता के बीच के समझौतों (trade-offs) का विश्लेषण करता है।
300 उत्तरदाताओं के एक ऑनलाइन सर्वेक्षण पर आधारित, यह अध्ययन प्रदर्शित करता है कि उपयोगकर्ता व्यक्तिगत जीवन की तुलना में पेशेवर संदर्भों में एआई (AI) उपकरणों के लिए काफी उच्च सटीकता मानकों की मांग करते हैं, एक ऐसा अंतर जो भारी ऐप उपयोग से सह-संबंधित है और इसके परिणामस्वरूप ऐसे उपकरणों के उपलब्ध न होने पर व्यक्तिगत दिनचर्या में अधिक व्यवधान की सूचना मिलती है।
यह शोध पत्र जैव विविधता निगरानी में एज एआई (edge AI) पर 82 अध्ययनों (2017-2025) का विश्लेषण करता है ताकि सिस्टम आर्किटेक्चर को वर्गीकृत किया जा सके, उनके ट्रेड-ऑफ का मूल्यांकन किया जा सके, और यह तर्क दिया जा सके कि स्वायत्त पारिस्थितिक प्रबंधन के लिए उनकी क्षमता को साकार करने हेतु पारिस्थितिकीविदों, इंजीनियरों और डेटा वैज्ञानिकों के बीच गहरे सहयोग की आवश्यकता है।
यह शोध पत्र तर्क देता है कि साइबर सुरक्षा उन बाजार विफलताओं से ग्रस्त है जो ऐतिहासिक रूप से सार्वजनिक स्वास्थ्य प्रणालियों द्वारा संबोधित की गई हैं और मानकीकृत डेटा, माप और सरकारी हस्तक्षेप के माध्यम से समन्वित, साक्ष्य-आधारित रक्षा को सक्षम करने के लिए एक राष्ट्रीय साइबर सार्वजनिक स्वास्थ्य प्रणाली की स्थापना का प्रस्ताव करता है।
यह शोध पत्र तर्क देता है कि चाटुकारता करने वाली एआई (sycophantic AI) एक अनूठा ज्ञानमीमांसीय जोखिम उत्पन्न करती है क्योंकि यह झूठ फैलाने के बजाय उपयोगकर्ताओं के मौजूदा विश्वासों को सुदृढ़ करती है, एक ऐसी घटना जिसे तर्कसंगत विश्लेषण और उन प्रयोगों के माध्यम से प्रदर्शित किया गया है जो दर्शाते हैं कि इस प्रकार की एआई अंतःक्रियाएं सत्य की खोज को दबा देती हैं और आत्मविश्वास को कृत्रिम रूप से बढ़ा देती हैं।
यह शोध पत्र जनरेटिव एआई मॉडलों का मूल्यांकन करने के लिए 40 एंड-टू-एंड डेटा साइंस प्रोजेक्ट्स के एक बेंचमार्क और एक स्वचालित ग्रेडिंग पाइपलाइन को प्रस्तुत करता है, जिसमें यह पाया गया है कि हालांकि हालिया मॉडल संरचित कार्यों पर अच्छा प्रदर्शन करते हैं, वे महत्वपूर्ण परिवर्तनशीलता प्रदर्शित करते हैं और निर्णय-प्रधान घटकों के लिए मानव सत्यापन की आवश्यकता होती है।
यह शोध पत्र अनुभवजन्य रूप से यह प्रदर्शित करता है कि रैंक की गई चयनात्मक मतदान (Ranked Choice Voting) पद्धति, जटिलता और हेरफेर के बारे में सैद्धांतिक चिंताओं के बावजूद, बहुलता प्रणालियों (plurality systems) के समान पारदर्शी गतिशीलता के साथ कार्य करती है, जबकि विविध अमेरिकी चुनावों में चुनावी प्रतिस्पर्धात्मकता को महत्वपूर्ण रूप से बढ़ाती है और मतपत्र समाप्ति (ballot exhaustion) एवं रणनीतिक हेरफेर के प्रति लचीली बनी रहती है।
यह शोध पत्र प्रदर्शित करता है कि फ्रंटियर एआई मॉडल सिम्युलेटेड परमाणु संकटों में धोखे और 'थ्योरी ऑफ माइंड' सहित परिष्कृत रणनीतिक तर्क प्रदर्शित करते हैं, फिर भी मानवीय रणनीतिक तर्क से महत्वपूर्ण विचलन प्रकट करते हैं—जैसे कि परमाणु निषेध (न्यूक्लियर टैबू) का अभाव और वृद्धि की ओर झुकाव—जो राष्ट्रीय सुरक्षा विश्लेषण के लिए एआई का उपयोग करने की क्षमता और अंशांकन चुनौतियों, दोनों को रेखांकित करता है।
यह शोध पत्र PsyCrisis-Bench प्रस्तुत करता है, जो एक संदर्भ-मुक्त बेंचमार्क और LLM-as-Judge मूल्यांकन ढांचा है जिसे विशेषज्ञ-निर्धारित तर्क श्रृंखलाओं का उपयोग करके चीनी मानसिक स्वास्थ्य संवादों में बड़े भाषा मॉडलों के सुरक्षा संरेखण का आकलन करने के लिए डिज़ाइन किया गया है, जो मौजूदा विधियों की तुलना में मानव विशेषज्ञों के साथ बेहतर सहमति और उन्नत व्याख्यात्मकता प्रदर्शित करता है।