2192 पेपर
यह शोध पत्र स्वास्थ्य विज्ञान के सहकर्मी समीक्षा (पीयर रिव्यू) के लिए एक पारदर्शी, ट्रिपल-ब्लाइंड ढांचे का प्रस्ताव करता है जो अप्रकट एआई उपयोग और समीक्षकों की कमी से जुड़े जोखिमों को कम करने के लिए बहु-चरणीय प्री-स्क्रीनिंग हेतु स्थानीय रूप से होस्ट किए गए, ओपन-वेट एलएलएम (LLMs) का उपयोग करता है, जबकि यह सुनिश्चित करता है कि अंतिम निर्णय लेने का अधिकार मानव विशेषज्ञों के पास ही रहे।
यह अध्ययन एक रिंग-आधारित स्पेशियल ट्रांसफार्मर मॉडल प्रस्तुत करता है जो यह प्रदर्शित करता है कि टोक्यो रेलवे स्टेशनों के आसपास पैदल यात्रियों का प्रवाह निकटवर्ती विकास के बजाय पूरे 800 मीटर के कैचमेंट क्षेत्र में गैर-रेखीय अंतःक्रियाओं द्वारा संचालित होता है, जो पारंपरिक कॉम्पैक्ट सिटी धारणाओं को चुनौती देता है और भविष्य कहनेवाला सटीकता में भौगोलिक रूप से भारित प्रतिगमन (जियोग्राफिकली वेटेड रिग्रेशन) से बेहतर प्रदर्शन करता है।
यह स्थिति पत्र तर्क देता है कि पारंपरिक, स्थिर ऑडिटिंग विधियाँ व्यक्तिगत जनरेटिव एआई प्रणालियों के उभरते और विकसित होते नुकसानों को पकड़ने में विफल रहती हैं, जिसके लिए उपयोगकर्ता-केंद्रित, इंटरेक्शन-स्तरीय दृष्टिकोणों की ओर बढ़ने की आवश्यकता है जो नुकसान को एक अनुकूलनशील और बहुलवादी प्रक्रिया के रूप में पहचानते हैं।
यह शोध पत्र नेशनल रनिंग क्लब डेटाबेस (NRCD) को प्रस्तुत करता है, जो संयुक्त राज्य अमेरिका में कॉलेज रनिंग प्रदर्शनों का पहला बड़े पैमाने का, ओपन-एक्सेस डेटासेट है, जिसमें 2004 से 2026 तक के 128,000 से अधिक परिणाम शामिल हैं और जो मजबूत अनुदैर्ध्य (लॉन्जिट्यूडिनल), पर्यावरणीय और लैंगिक-समानता अनुसंधान को सक्षम करने के लिए रेस के समय को मानकीकृत करने हेतु एक एकीकृत ढांचा प्रदान करता है।
यह शोध पत्र तर्क देता है कि वर्तमान एजेंट मूल्यांकन अक्सर अपुष्ट परिणाम पूर्णता (outcome finality) और क्रॉस-यूनिट पृथक्करण के कारण वैधता की कमी रखते हैं, और यह सुनिश्चित करने के लिए कि स्कोर किए गए परिणाम वास्तव में पूर्ण और परीक्षणों के बीच स्वतंत्र हैं, एक पूर्णता तर्क (completion argument) और एक ओपन-इफेक्ट्स रिकॉर्ड का प्रस्ताव करता है।
यह शोध पत्र एक पता लगाने योग्य मूल्यांकन ढांचे को प्रस्तुत करता है जो जोखिम शासन, संस्थागत क्षमता, जीवनचक्र कवरेज और व्यक्तिगत सुरक्षाओं को कवर करने वाले मानदंडों के विरुद्ध आधिकारिक उपकरणों को स्कोर करके सात देशों और यूरोपीय संघ के राष्ट्रीय एआई नीति पोर्टफोलियो की प्रलेखित डिजाइन और कार्यान्वयन तत्परता का आकलन करता है, जबकि प्रवर्तन परिणामों को स्पष्ट रूप से बाहर रखता है।
यह शोध पत्र प्रकट करता है कि UA-JudgeExam जैसे कानूनी बहुविकल्पीय बेंचमार्क अक्सर मॉडलों द्वारा केवल उत्तर विकल्पों का उपयोग करके हल किए जा सकते हैं, जो कि शोषण योग्य विकल्प-स्थिति पूर्वाग्रहों और भटकाने वाले पैटर्न के कारण होता है, जिससे वास्तविक कानूनी तर्क क्षमताओं का सटीक मूल्यांकन करने के लिए कठोर गेटिंग और डिबायसिंग (debiasing) की आवश्यकता होती है।
यह शोध पत्र एक ऐसी पद्धतिगत रूपरेखा प्रस्तावित करता है जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) को सामाजिक-जनसांख्यिकीय प्रोफाइल्स से समग्र मतदान व्यवहार को पुनर्गठित करने के लिए अंतर्निहित समाजशास्त्रीय उपकरणों के रूप में देखती है, जो वास्तविक दुनिया के चुनावी परिणामों और राजनीतिक संरचनाओं को सटीक रूप से दोहराने की उनकी क्षमता को प्रदर्शित करते हुए कम्प्यूटेशनल सामाजिक विज्ञान के लिए अन्वेषणात्मक उपकरणों के रूप में उनकी उपयोगिता को रेखांकित करता है।
यह शोध पत्र तीन विशिष्ट उपयोगकर्ता श्रेणियों (एम्प्लीफायर, सुपर-स्प्रेडर और समन्वित खाते) को मॉडल करके शीर्ष दुष्प्रचार फैलाने वालों के पूर्वानुमान, मूल्यांकन और स्पष्टीकरण के लिए एक रूपरेखा प्रस्तावित करता है, जो यह प्रदर्शित करता है कि सुपर-स्प्रेडर के लक्षण शीर्ष रैंकिंग पर हावी हैं जबकि टेम्पोरल डायनेमिक्स और व्याख्यात्मक एआई (एक्सप्लेनेबल एआई) सक्रिय सामग्री मॉडरेशन के लिए भविष्य कहने वाली सटीकता और व्याख्यात्मकता को बढ़ाते हैं।
यह शोध पत्र "एजेंटिक फ्लडिंग" (agentic flooding) की उभरती हुई घटना की पहचान और विश्लेषण करता है, जहाँ एआई एजेंट सरकारी सेवाओं की मांग में उछाल पैदा करते हैं, और एक जोखिम ढांचे का प्रस्ताव करता है जो संवेदनशील सेवाओं को प्राथमिकता देने के लिए और पहुंच एवं प्रणाली स्थिरता के बीच संतुलन बनाने हेतु न्यायसंगत शमन रणनीतियों की सिफारिश करता है।