2237 पेपर
यह शोध पत्र तर्क देता है कि सार्वजनिक मंचों में एलएलएम (LLM) एजेंटों के प्रभावी शासन के लिए चार अक्सर अदृश्य तैनाती विकल्पों—मॉडल संस्करण, वेट-रिलीज़ स्थिति, प्रदाता और सिस्टम प्रॉम्प्ट—का ऑडिट करना आवश्यक है, क्योंकि ये संरचनात्मक कारक, विशेष रूप से ओपन-बनाम-क्लोज्ड वेट का अंतर, मॉडल के नाम की तुलना में हस्तक्षेप व्यवहारों को मौलिक और अपूरणीय रूप से अधिक आकार देते हैं।
75 देशों के 1,500 मुक्त-अंत वाले (open-ended) प्रतिक्रियाओं का विश्लेषण करते हुए, यह शोध पत्र प्रकट करता है कि RLHF जैसी वर्तमान AI संरेखण (alignment) विधियाँ मानव प्राथमिकताओं की गहन बहुलता और प्रासंगिक सूक्ष्मता को पकड़ने में विफल रहती हैं, जैसा कि इस तथ्य से सिद्ध होता है कि "सत्यवादिता" जैसे व्यापक रूप से वांछित गुणों को भी विभिन्न उपयोगकर्ताओं द्वारा भिन्न, और अक्सर असंगत तरीकों से परिभाषित किया जाता है।
यह शोध पत्र एक व्यवहार संबंधी ऑडिट प्रस्तुत करता है जो यह प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स द्वारा मध्यस्थता वाली आवास खोजों में नस्लीय स्टीयरिंग (racial steering) एक उभरता हुआ व्यवहार है जो मॉडल के स्थिर गुण के बजाय उपयोगकर्ता की पहचान, प्राथमिकता अभिव्यक्ति और शहर-विशिष्ट स्थानिक तर्क के बीच परस्पर क्रिया से प्रेरित है, जिससे निष्पक्ष आवास अनुपालन सुनिश्चित करने के लिए स्थानीय विशेषज्ञता की महत्वपूर्ण आवश्यकता रेखांकित होती है।
यह शोध पत्र उपयोगकर्ता-स्तर के मल्टीमॉडल गोपनीयता रिसाव (multimodal privacy leakage) के लिए एक सिंथेटिक बेंचमार्क, SopriBench, और Argus को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त एजेंटिक फ्रेमवर्क है जो मौजूदा बेसलाइनों की तुलना में संचयी क्रॉस-पोस्ट गोपनीयता अनुमान (cumulative cross-post privacy inference) में 25% सुधार प्राप्त करने के लिए एबडक्टिव रीजनिंग (abductive reasoning) का लाभ उठाता है।
यह शोध पत्र लर्निंग एनालिटिक्स के आंतरिक सिद्धांतों से इसकी सत्तात्मक पहचान को व्युत्पन्न करके, इसके डेटा और एजेंटों की प्रकृति को स्पष्ट करके, तथा उद्देश्य और संचालन के संलयन को हल करने के लिए डेटा-संचालित अनुमान और मानदंड-अंतर्निहित प्रथाओं के बीच अंतर करके लर्निंग एनालिटिक्स के एक तत्वमीमांसा (metaphysics) की स्थापना करता है।
यह शोध पत्र mmPISA-bench प्रस्तुत करता है, जो 43 भाषाओं में PISA से व्युत्पन्न एक बहुभाषी तर्क बेंचमार्क है, जो यह प्रदर्शित करता है कि आधुनिक LLMs मशीन अनुवाद से न्यूनतम गिरावट के साथ मानव-तुलनीय तर्क प्रदर्शन प्राप्त करते हैं, हालांकि यह विभिन्न भाषाओं के बीच सटीकता और अनुमान लागत (inference costs) में महत्वपूर्ण भिन्नताओं को प्रकट करता है।
यह शोध पत्र एक नवीन गुणात्मक मॉडल पेश करके एआई संप्रभुता (AI sovereignty) के लिए वैचारिक ढांचों की कमी को संबोधित करता है जो सूक्ष्म, मध्य और व्यापक कारकों का विश्लेषण करता है ताकि उन रणनीतिक उत्तोलन बिंदुओं (strategic leverage points) की पहचान की जा सके—संसाधन नियंत्रण से लेकर गतिज (kinetic) और गैर-गतिज (non-kinetic) कार्यों तक—जिनके माध्यम से राष्ट्र 21वीं सदी में एआई-संचालित राष्ट्रीय शक्ति के लिए प्रतिस्पर्धा कर सकते हैं।
यह शोध पत्र एक उन्नत विरल सेंसर नेटवर्क (sparse sensor network) का उपयोग करके नई दिल्ली में छिपे हुए वायु प्रदूषण हॉटस्पॉट को प्रभावी ढंग से पहचानने और समझाने के लिए डेटा-संचालित भविष्य कहनेवाला मॉडलिंग (data-driven predictive modeling) और भौतिकी-आधारित यांत्रिक विश्लेषण (physics-based mechanistic analysis) को संयोजित करने वाले एक हाइब्रिड दृष्टिकोण का प्रस्ताव करता है, जो संसाधन-सीमित शहरी वायु गुणवत्ता प्रबंधन के लिए स्केलेबल समाधान प्रदान करता है।
यह शोध पत्र डेटा संग्रह, संगठन और विज़ुअलाइज़ेशन के लिए सुलभ उपकरणों के रूप में K-12 शिक्षा में स्प्रेडशीट्स के रणनीतिक एकीकरण का समर्थन करता है ताकि छात्र जुड़ाव को बढ़ावा दिया जा सके और डेटा दक्षता विकसित की जा सके, साथ ही प्रासंगिक ढाँचों की समीक्षा करता है, नए कौशल मानकों का प्रस्ताव देता है, और कार्यान्वयन की चुनौतियों को संबोधित करता है।
यह शोध पत्र स्वीडन के भवन स्टॉक में विरासत मूल्यों की पहचान करने के लिए राष्ट्रीय भवन नवीनीकरण योजनाओं का समर्थन करने हेतु स्ट्रीट व्यू छवियों का विश्लेषण करने के लिए मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स के उपयोग का मूल्यांकन करता है, जबकि पारदर्शिता, त्रुटि पहचान और शासन में चाटुकारिता से संबंधित संबद्ध जोखिमों, नैतिक चिंताओं और नीतिगत निहितार्थों को आलोचनात्मक रूप से संबोधित करता है।