3657 पेपर
यह अध्ययन प्रदर्शित करता है कि एक भाषा मॉडल विश्लेषक को केवल उसकी अंतिम अवस्था के बजाय, एक निर्मित ट्रांसफॉर्मर सर्किट की कई क्रमिक अवस्थाएँ प्रदान करने से, कार्य-कारण किनारे की रिकवरी (causal edge recovery) और हस्तक्षेप-पश्चात भविष्यवाणियों की सटीकता में महत्वपूर्ण सुधार होता है, भले ही अन्य सभी प्रयोगात्मक स्थितियाँ समान बनी रहें।
यह शोध पत्र एक कारण-आधारित (causal), शक्ति-समतुल्य (power-matched) प्रोटोकॉल प्रस्तावित करता है ताकि सांख्यिकीय रूप से सुधारात्मक और सामयिक रूप से संरेखित डिटेक्टरों का उपयोग करके एक विषैले मॉडल की तुलना एक मेल-नुल (matched-null) स्थिति से करके यह कठोरता से परीक्षण किया जा सके कि क्या आंतरिक बैकडोर पूर्ववर्ती (backdoor precursors) दृश्यमान दुर्भावनापूर्ण व्यवहार से पहले होते हैं, जिससे मल्टीपल टेस्टिंग और भ्रमित करने वाले कारकों से होने वाले फॉल्स पॉजिटिव्स से बचा जा सके।
यह अध्ययन प्रदर्शित करता है कि जबकि प्रशिक्षण का क्रम (विभिन्न दिशाओं से एक संतुलित मिश्रण की ओर बढ़ना) इन-कॉन्टेक्स्ट बनाम इन-वेट्स लर्निंग तंत्र की शक्ति में एक क्षणिक, मापने योग्य अंतर उत्पन्न करता है, लेकिन यह छोटे ट्रांसफॉर्मर्स में निरंतर हिस्टेरेसिस या मौलिक रूप से भिन्न कारण सर्किट संगठनों (causal circuit organizations) का परिणाम नहीं देता है।
यह अध्ययन इस बात की जांच करता है कि क्या रिलेशनल लैंग्वेज (संबंधात्मक भाषा) के संपर्क में आने का समय एक छोटे विजन-लैंग्वेज ट्रांसफॉर्मर में कंपोजिशनल विजुअल ग्राउंडिंग को प्रभावित करता है, जिसके लिए ब्लॉक ऑर्डर में हेरफेर और कॉज़ल इंटरवेंशन (कारण संबंधी हस्तक्षेप) किए गए हैं, और अंततः यह निष्कर्ष निकालता है कि प्रारंभिक एक्सपोज़र से देर से होने वाले एक्सपोज़र की तुलना में प्रदर्शन में कोई लाभ नहीं मिलता है।
यह नियंत्रित अध्ययन प्रदर्शित करता है कि प्रशिक्षण के बाद का क्रम सुरक्षा संरेखण तंत्र और परिणामों पर महत्वपूर्ण प्रभाव डालता है, यह प्रकट करते हुए कि सुरक्षा संरेखण के बाद सहायकता के लिए प्रशिक्षण, विपरीत क्रम की तुलना में असुरक्षित इनकार और सौहार्दपूर्ण अति-इनकार दोनों को काफी कम कर देता है, जबकि यह भी दर्शाता है कि ये व्यवहारिक बदलाव स्थिर कारण मध्यस्थों के बजाय ऊपरी परतों में घूमते हुए निरूपणों (रोटेटिंग रिप्रेजेंटेशन्स) द्वारा संचालित होते हैं।
यह अध्ययन प्रदर्शित करता है कि जहाँ एक साक्ष्य-आधारित लार्ज लैंग्वेज मॉडल (Large Language Model) वरिष्ठ माध्यमिक मूल्यांकनों में शिक्षकों के अंकों के साथ केवल मध्यम संरेखण और उदारता की प्रवृत्ति दर्शाता है, वहीं यह पूर्णतः स्वायत्त उच्च-दांव वाले ग्रेडिंग के बजाय निरंतरता-उन्मुख मॉडरेशन और अनुसंधान के लिए एक मूल्यवान, पारदर्शी उपकरण के रूप में कार्य करता है।
यह शोध पत्र एक उन्नत गोल्ड माइन ऑप्टिमाइज़ेशन एल्गोरिदम, जिसमें द्वि-स्तरीय सूचना-साझाकरण ढांचा और गतिशील पारेटो डोमिनेंस (IGMO-DP) शामिल है, प्रस्तावित करता है ताकि मिशन समय, ऊर्जा खपत और भार असंतुलन को एक साथ न्यूनतम करते हुए विषम यूएवी (UAV) झुंडों की बहु-उद्देश्यीय शेड्यूलिंग समस्या को प्रभावी ढंग से हल किया जा सके, जो मौजूदा अत्याधुनिक एल्गोरिदम की तुलना में बेहतर अभिसरण (convergence) और विविधता प्रदर्शित करता है।
यह शोध पत्र एक भाषा-मुक्त कार्य प्रस्तुत करता है जो यह प्रदर्शित करता है कि एक कृत्रिम संज्ञानात्मक प्रणाली नवीन परिणामों को प्राप्त करने के लिए हस्तक्षेप-संवेदनशील दृश्य प्रक्रिया नियमों (विभिन्न मध्यवर्ती अवस्थाओं के बीच अंतर करना) का अनुमान लगा सकती है और उन्हें लागू कर सकती है, जो केवल अंतिम परिणाम-आधारित नियंत्रणों से काफी बेहतर प्रदर्शन करती है और यह दिखाती है कि प्रत्यक्ष हस्तक्षेप पर्यवेक्षण के बिना भी मध्यवर्ती छवि प्रतिस्थापन द्वारा स्पष्ट प्रक्रिया कोड को उलटा जा सकता है।
यह शोध पत्र ओपनक्लॉ (OpenClaw) का पहला व्यापक, बहुआयामी सर्वेक्षण प्रस्तुत करता है, जो एक तेजी से अपनाए जा रहे किंतु सुरक्षा की दृष्टि से संवेदनशील स्वायत्त एआई एजेंट फ्रेमवर्क है, और इसके आर्किटेक्चर, पारिस्थितिकी तंत्र और शासन का विश्लेषण करके स्वायत्त एआई एजेंटों के उभरते प्रतिमान में सुलभता, गति और सुरक्षा के बीच अंतर्निहित संरचनात्मक तनावों को उजागर करता है।
यह शोध पत्र एलिजिबिलिटी ट्रेस (eligibility trace) को एक नवीन कम्प्यूटेशनल सबस्ट्रेट के रूप में प्रस्तुत करता है जो समय के कारणत्मक तीर (causal arrow of time) को सीधे हार्डवेयर में समाहित करता है, जो समय को केवल एक अनुक्रम संख्या मानने वाले वॉन न्यूमैन आर्किटेक्चर की धारणा को चुनौती देता है, और स्पाइकिंग न्यूरल नेटवर्क में उभरते विभेदीकरण (emergent differentiation) के लिए इसकी अनूठी आवश्यकता और स्टोकेस्टिक ग्रेडिएंट डिसेंट (stochastic gradient descent) में इसकी आइसोमॉर्फिक कारणत्मक संरचना को प्रदर्शित करता है।