23890 पेपर
यह शोध पत्र "प्राइम अटेंशन" (prime attention) को प्रस्तुत करता है, जो एक नवीन तंत्र है जो विविध इंटर-चैनल निर्भरताओं को पकड़ने के लिए टोकन रिप्रजेंटेशन को गतिशील रूप से मॉड्युलेट करके मल्टीवेरिएट टाइम सीरीज़ फोरकास्टिंग को बढ़ाता है, और समान कम्प्यूटेशनल जटिलता बनाए रखते हुए मानक स्टेटिक अटेंशन की तुलना में बेहतर सटीकता और दक्षता प्राप्त करता है।
यह शोध पत्र स्टोकेस्टिक गेम 2048 के 4x3 संस्करण के स्ट्रॉन्ग सॉल्यूशन (strong solution) को प्रस्तुत करता है, जो इसके 1.15 ट्रिलियन से अधिक सुलभ अवस्थाओं (reachable states) वाले विशाल स्टेट स्पेस को प्रबंधित करने के लिए आयु-आधारित विभाजन तकनीक (age-based partitioning technique) का उपयोग करके लगभग 50,724.26 का इष्टतम अपेक्षित स्कोर निर्धारित करता है।
यह शोध पत्र लोकल एमएपी सैंपलिंग (LMAPS) प्रस्तुत करता है, जो एक नवीन इन्फरेंस फ्रेमवर्क है जो डिफ्यूजन ट्रैजेक्टरी के साथ स्थानीय एमएपी सबप्रॉब्लम्स को पुनरावृत्ति से हल करता है ताकि ऑप्टिमाइज़ेशन-आधारित विधियों को संभाव्य व्याख्याओं के साथ एकीकृत किया जा सके, जिससे इमेज रेस्टोरेशन और वैज्ञानिक इनवर्स समस्याओं में अत्याधुनिक प्रदर्शन प्राप्त होता है।
DeepEN एक नवीन ऑफलाइन रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जिसे 11,000 से अधिक आईसीयू रोगियों पर प्रशिक्षित किया गया है जो व्यक्तिगत, सुरक्षित एंटरल न्यूट्रिशन सिफारिशें उत्पन्न करता है, जो मानक नैदानिक अभ्यास की तुलना में बेहतर चयापचय स्थिरता और मृत्यु दर में 4.0% की कमी प्रदर्शित करता है।
यह शोध पत्र "अर्ली एक्सपीरियंस" (early experience) को प्रस्तुत करता है, जो एक ऐसा प्रतिमान (paradigm) है जहाँ भाषा एजेंट निहित विश्व मॉडलिंग (implicit world modeling) और आत्म-चिंतन (self-reflection) के माध्यम से स्पष्ट पुरस्कार संकेतों के बिना अपने स्वयं के इंटरेक्शन डेटा से सीखते हैं, जो सुपरवाइज्ड फाइन-ट्यूनिंग और रीइन्फोर्समेंट लर्निंग के बीच के अंतर को पाटते हुए बेहतर प्रभावशीलता और सामान्यीकरण का प्रदर्शन करता है।
यह शोध पत्र इस विचार को चुनौती देता है कि लार्ज लैंग्वेज मॉडल्स में उच्च-विश्वास वाली त्रुटियाँ केवल क्षणिक विफलताएँ हैं, यह प्रदर्शित करते हुए कि वे स्थिर, आंतरिक रूप से सुसंगत "फॉल्स फिक्स्ड पॉइंट्स" (false fixed points) हो सकती हैं जहाँ मजबूती (robustness), सत्य-अनुसरण (truth-tracking) से विचलित हो जाती है, जो उच्च सिग्नल-टू-नॉइज़ जड़ता (high signal-to-noise inertia) और रिप्रजेंटेशनल कम्प्रेशन (representational compression) जैसी प्रक्रियाओं द्वारा संचालित एक घटना है।
यह शोध पत्र गूगल के नोटबुकएलएम (NotebookLM) एआई पॉडकास्ट का एक नए मीडिया रूप के रूप में विश्लेषण करता है जो विविध सामग्री को एक श्वेत, शिक्षित, मिड-वेस्टर्न अमेरिकी सांस्कृतिक ढांचे में मानकीकृत करने के लिए एक निश्चित टेम्पलेट पर निर्भर करता है, जिससे पॉडकास्ट शैली विशिष्ट सामुदायिक जुड़ाव के उपकरण से एक अमूर्त, समरूप माध्यम में बदल जाती है।
यह शोधपत्र क्रमिक निर्णय लेने वाले कार्यों में स्वायत्त एजेंटों के लिए एक बेयसियन ढांचे (Bayesian framework) को प्रस्तुत करता है जो विश्वास अवस्थाओं (belief states) में गुणवत्ता अनुमान को एकीकृत करके और लागतपूर्ण सुझावों के अनुरोध के लिए रणनीतिक रूप से निर्णय लेकर परिवर्तनशील सुझौ-दाता विश्वसनीयता के अनुकूल गतिशील रूप से सीखता और अनुकूलित होता है।
यह शोध पत्र मीनफ्लो (MeanFlow) की प्रशिक्षण गतिशीलता का विश्लेषण करता है ताकि यह प्रकट किया जा सके कि दीर्घ-अंतराल औसत वेगों को सीखने से पहले तात्कालिक वेग स्थापित किया जाना चाहिए, जिससे एक चरणबद्ध प्रशिक्षण योजना का मार्ग प्रशस्त होता है जो अभिसरण (convergence) को महत्वपूर्ण रूप से तेज करती है और ImageNet पर अत्याधुनिक (state-of-the-art) अल्प-चरण पीढ़ी गुणवत्ता प्राप्त करती है।
यह शोध पत्र वेरिफिकेशन-फर्स्ट (VF) को प्रस्तुत करता है, जो एक कम लागत वाली प्रॉम्प्टिंग रणनीति है जो मॉडल को समाधान उत्पन्न करने से पहले संभावित उत्तरों को सत्यापित करने के लिए कहकर LLM तर्क क्षमता को बढ़ाती है, जिससे तार्किक खोज स्थान (logical search space) कम हो जाता है और यह विभिन्न बेंचमार्क पर मानक चेन-ऑफ-थॉट (Chain-of-Thought) और मौजूदा टेस्ट-टाइम स्केलिंग विधियों की तुलना में काफी बेहतर प्रदर्शन करती है।