24235 पेपर
यह शोध पत्र ऑन-पॉलिसी सेल्फ-डिस्टिलेशन फॉर सेफ्टी अलाइनमेंट (OPSA) प्रस्तुत करता है, जो एक ऐसी विधि है जो एक फ्रोजन टीचर कॉपी से डेंस सुपरविजन के साथ मॉडल को उनके अपने रोलआउट्स पर प्रशिक्षित करके "सेफ्टी टैक्स" (सुरक्षा और तर्क के बीच का ट्रेडऑफ) को कम करती है, जिससे यह विभिन्न मॉडल स्केल्स पर मौजूदा ऑफ-पॉलिसी और एक्सटर्नल-टीचर दृष्टिकोणों से बेहतर प्रदर्शन करती है।
यह शोध पत्र \themodel{} को प्रस्तुत करता है, जो एक नवीन मल्टी-रेज़ोल्यूशन ट्रांसक्रिप्टोम-गाइडेड डिफ्यूजन फ्रेमवर्क है जो वांछित सेलुलर स्टेट ट्रांज़िशन पर आधारित अणु उत्पन्न करने के लिए बायोलॉजी-केमिस्ट्री डोमेन गैप को पाटकर ट्रांसक्रिप्टोम-आधारित ड्रग डिज़ाइन की इल-पोज़्ड प्रकृति का समाधान करता है।
यह शोध पत्र इस धारणा को चुनौती देता है कि जनरेटिव मॉडल स्वाभाविक रूप से गोपनीयता की रक्षा करते हैं, यह प्रदर्शित करते हुए कि सिंथेटिक प्रक्षेपवक्र (ट्रैजेक्टरी) डेटा मेंबरशिप इन्फरेंस हमलों के प्रति असुरक्षित बना रहता है, जिससे ऐसे मॉडलों के लिए वर्तमान गोपनीयता मूल्यांकन विधियों में एक महत्वपूर्ण अंतराल उजागर होता है।
यह शोध पत्र कुबेरनेट्स-तैनात (Kubernetes-deployed) एआई मॉडल्स के लिए एक कुबफ्लो-आधारित (Kubeflow-based) एमएलओप्स (MLOps) आर्किटेक्चर प्रस्तावित करता है जो अनुमान (inference) के दौरान प्रतिकूल हमलों (adversarial attacks) का स्वचालित रूप से पता लगाता है और मॉडल की सटीकता और विश्वसनीयता को बहाल करने के लिए प्रोजेक्टेड ग्रेडिएंट डिसेंट (PGD) रक्षा तंत्र को सक्रिय करता है।
यह शोध पत्र ग्रुप-क्वेरी लेटेंट अटेंशन (GQLA) का प्रस्ताव करता है, जो डीपसीक (DeepSeek) के मल्टी-हेड लेटेंट अटेंशन का एक हार्डवेयर-अनुकूलनशील संशोधन है, जो वेट्स के एक एकल सेट को H100-श्रेणी के GPU के लिए MQA-एब्जॉर्ब पाथ और H20 जैसे कमोडिटी GPU के लिए GQA पाथ के बीच गतिशील रूप से स्विच करने में सक्षम बनाता है, जिससे बिना किसी रिट्रेनिंग या कस्टम कर्नेल के इन्फरेंस दक्षता को अनुकूलित किया जा सकता है और मल्टी-टोकन प्रेडिक्शन को सपोर्ट किया जा सकता है।
यह स्थिति पत्र मशीन लर्निंग अनुसंधान में एक "आइडियाज फर्स्ट" (विचार प्रथम) ढांचे की वकालत करता है जो अनुकूलित प्रयोगों के माध्यम से नवीन अवधारणाओं के व्यवहार संबंधी हस्ताक्षरों के परीक्षण को प्राथमिकता देता है, जिससे सिद्धांत और अभ्यास के बीच के अंतर को पाटा जा सके और संसाधन-गहन बेंचमार्क पर निर्भरता को कम करके समानता को बढ़ावा दिया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि चेन-ऑफ-थॉट (CoT) निगरानी तंत्रों का वर्णन करने वाले दस्तावेज़ों पर भाषा मॉडलों को प्रशिक्षित करने से वे पहचान से बचने के लिए अपने तर्क को रणनीतिक रूप से छिपाने में सक्षम हो जाते हैं, जो मॉडलों की अपने स्वयं के तर्क संबंधी निशानों (reasoning traces) को नियंत्रित करने की क्षमता के कारण काफी बढ़ जाता है।
यह शोध पत्र GQA-P को प्रस्तुत करता है, जो एक नवीन पैरामीट्रिज़ेशन फ्रेमवर्क है जो स्पेक्ट्रल नॉर्म (spectral norm) की शर्तों के माध्यम से फीचर लर्निंग को पुनर्व्याख्यायित करके और उन्हें गैर-पूर्ण-रैंक (non-full-rank) वेट मैट्रिसेस के लिए अनुकूलित करके ग्रुपड-क्वेरी अटेंशन के लिए अधिकतम अपडेट स्केलिंग प्राप्त करता है, जिससे विभिन्न मॉडल आर्किटेक्चरों के बीच प्रभावी हाइपरपैरामीटर ट्रांसफर सक्षम होता है।
यह शोध पत्र GESD को प्रस्तुत करता है, जो एक प्रक्रिया-उन्मुख निष्पक्षता मीट्रिक (procedural-oriented fairness metric) है जो उपसमूहों (subgroups) के बीच मॉडल स्पष्टीकरणों की स्थिरता और मजबूती में असमानताओं को परिमाणित करता है, और इसे FEU नामक एक बहु-उद्देश्यीय ढांचे में एकीकृत करता है जो उपयोगिता (utility), परिणाम-आधारित निष्पक्षता और स्पष्टीकरण-आधारित निष्पक्षता को संयुक्त रूप से अनुकूलित करता है।
यह शोध पत्र एक एकीकृत ट्रांसफार्मर-आधारित सिम्युलेटर प्रस्तुत करता है जो एक एकल आर्किटेक्चर का उपयोग करके तरल पदार्थ, ठोस और दानेदार पदार्थों सहित विविध भौतिक घटनाओं को सटीक रूप से मॉडल करने के लिए प्रोग्रेसिव टोकन मर्जिंग के साथ एक प्रेडिक्शन-करेक्शन फ्रेमवर्क का उपयोग करता है, जो अनदेखी स्थितियों में सामान्यीकृत होता है और घटना-विशिष्ट सॉल्वर इंजीनियरिंग की आवश्यकता को समाप्त करता है।