2237 पेपर
अमूर्त प्रश्नावली में वामपंथी पूर्वाग्रह के पूर्व निष्कर्षों के विपरीत, यह अध्ययन प्रदर्शित करता है कि जब लार्ज लैंग्वेज मॉडल्स को ठोस स्विस जनमत संग्रहों का सामना कराया जाता है, तो वे मध्यमार्गी, यथास्थिति-पक्षपाती और भाषाई रूप से असंगत मतदान पैटर्न प्रदर्शित करते हैं जो उनके अमूर्त राजनीतिक प्रोफाइल से काफी भिन्न होते हैं।
यह शोध पत्र एक आपूर्ति श्रृंखला सिमुलेशन बेंचमार्क का उपयोग करते हुए एक्सप्लोरेटरी डेटा एनालिसिस एजेंट के रूप में लार्ज लैंग्वेज मॉडल्स की व्यावसायिक उपयोगिता का मूल्यांकन करता है, जिससे यह पता चलता है कि स्वीकार्य औसत प्रदर्शन के बावजूद अधिकांश कॉन्फ़िगरेशन स्वायत्त उपयोग के लिए आवश्यक पुनरावृत्ति की कमी रखते हैं, जबकि एक विशिष्ट उच्च-प्रयास वाले GPT-5.4 कॉन्फ़िगरेशन में गुणवत्ता और विश्वसनीयता का सबसे मजबूत संतुलन प्रदर्शित होता है।
यह शोध पत्र ऑस्ट्रेलियाई महत्वपूर्ण बुनियादी ढांचे में शैडो एआई (shadow AI) का पहला अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि कैसे फ्रंटियर एआई का अनधिकृत उपयोग डेटा बाईपास, अनअसेस्ड क्षमता विस्तार और अवलोकन क्षमता की हानि के माध्यम से आश्वासन और सुरक्षा को क्षीण करता है, जिससे प्रणालीगत जोखिमों को कम करने के लिए अनुकूलित शासन रणनीतियों की आवश्यकता होती है।
यह शोध पत्र एआई-संचालित निर्णय वेग (decision velocity) के तहत संस्थागत समन्वय को मॉडल करने के लिए मेटा-मटेरियल्स से प्रेरित एक औपचारिक इंजीनियरिंग ढांचे का प्रस्ताव करता है, जो एक वि constitutive नियम (constitutive law) प्रस्तुत करता है जो तब एक विनाशकारी "फ्रीजिंग इक्विलिब्रियम" (Freezing Equilibrium) की भविष्यवाणी करता है जब सत्यापन लागत उपयोगिता से अधिक हो जाती है, और अनुकूलित प्रोवेनेंस (provenance) एवं सत्यापन संरचनाओं के माध्यम से इस चरण संक्रमण (phase transition) को रोकने के लिए परीक्षण योग्य परिकल्पनाएं प्रदान करता है।
यह शोध पत्र 'नेक्स्ट-बिलियन एआई इंडेक्स' (nexbax) प्रस्तुत करता है, जो एक नैदानिक ढांचा है जिसमें आर्थिक व्यवहार्यता, परिचालन तैनाती और शासन संरेखण के दस आयाम शामिल हैं, ताकि बुनियादी ढांचे की बाधाओं वाले, अगले अरब उपयोगकर्ताओं वाले संदर्भों में एआई प्रणालियों की वास्तविक दुनिया की उपयोगिता और अपनाव का मूल्यांकन और सुधार किया जा सके।
यह शोध पत्र SF-LIFE को प्रस्तुत करता है, जो सैन फ्रांसिस्को खाड़ी क्षेत्र के 500,000 एजेंटों के लिए 3.024 ट्रिलियन शोर-मुक्त (noise-free), बहु-आयामी (multi-modal) स्थान रिकॉर्ड वाला एक बड़े पैमाने का, गोपनीयता-संरक्षित सिम्युलेटेड डेटासेट है, जिसे वास्तविक दुनिया के ट्रैकिंग डेटा की सीमाओं को दूर करने और परिवहन, गतिशीलता और मशीन लर्निंग में अनुसंधान को गति देने के लिए डिज़ाइन किया गया है।
यह शोध पत्र तर्क देता है कि सार्वजनिक क्षेत्र के लार्ज लैंग्वेज मॉडल्स (LLMs) के लिए प्रॉम्प्ट्स को निजी इनपुट के बजाय एक शासित कॉमन्स (governed commons) के रूप में माना जाना चाहिए, और एआई परिनियोजन में पारदर्शिता, चुनौती देने की क्षमता और ऑडिट करने की क्षमता को बढ़ाने के लिए वर्जन वाले रिपॉजिटरी और हितधारक वार्ता तंत्र के साथ एक "प्रॉम्प्ट कॉमन्स" ढांचे का प्रस्ताव देता है।
यह अध्ययन प्रकट करता है कि बड़े भाषा मॉडल चिकित्सा ट्राइएज (medical triage) में महत्वपूर्ण भाषा-संचालित असमानताएं प्रदर्शित करते हैं, जो लक्षण की गंभीरता के आकलन में अंतर के बजाय केवल इनपुट भाषा के कारण निहित भौगोलिक अनुमानों के आधार पर, समान न्यूरोलॉजिकल लक्षणों के लिए आपातकालीन कक्ष जाने की सिफारिश करने की दरों में भारी अंतर रखते हैं।
KG-FairDiff एक मॉडल-अज्ञेय (model-agnostic), इन्फरेंस-टाइम फ्रेमवर्क है जो टेक्स्ट-टू-इमेज प्रॉम्प्ट्स को परिष्कृत करने के लिए एक नॉलेज ग्राफ और एक क्लोज्ड-लूप ऑप्टिमाइज़ेशन प्रक्रिया का लाभ उठाता है, जो महंगी मॉडल रिट्रेनिंग की आवश्यकता के बिना, जनसांख्यिकीय और सांस्कृतिक पूर्वाग्रहों को प्रभावी ढंग से कम करते हुए सिमेंटिक फिडेलिटी (semantic fidelity) को बनाए रखता है।
यह शोध पत्र काउंटर स्कैम (Counter Scam) को प्रस्तुत करता है, जो एक एकीकृत LLM-आधारित मल्टी-एजेंट फ्रेमवर्क है जिसे सुरक्षित डेटा दिशानिर्देशों, एक विशिष्ट नौ-कार्य वाली NLP प्रणाली और एक बड़े पैमाने के स्कैम कॉर्पस के साथ डिटेक्शन से लेकर इन्वेस्टिगेशन तक एंड-टू-एंड ऑनलाइन स्कैम मिटिगेशन को गति देने के लिए डिज़ाइन किया गया है, जो वाणिज्यिक मॉडलों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।