20089 पेपर
यह शोध पत्र एक न्यूरो-सिम्बोलिक ढांचे का प्रस्ताव करता है जो सुडोकू पहेलियों पर विजन-लैंग्वेज मॉडल्स के प्रदर्शन को बढ़ाने के लिए एक मैक्ससैट (MaxSAT) ओरेकल का उपयोग करता है ताकि संभावित असाइनमेंटों को मान्य किया जा सके और संरचित फीडबैक प्रदान किया जा सके, जिससे तार्किक निरंतरता लागू होती है और समाधान की सटीकता में सुधार होता है।
यह शोध पत्र OAT का प्रस्ताव करता है, जो एक हल्का, अनसुपरवाइज्ड (unsupervised) विफलता एट्रिब्यूशन मॉडल है जो सफल प्रक्षेपवक्र गतिकी (trajectory dynamics) को मॉडल करने के लिए न्यूरल कंट्रोल्ड डिफरेंशियल इक्वेशंस के साथ वन-क्लास लर्निंग का उपयोग करके LLM-आधारित एजेंटिक प्रणालियों में त्रुटि चरणों की पहचान करता है, जिससे मौजूदा प्रॉम्प्टिंग-आधारित या सुपरवाइज्ड विधियों की तुलना में काफी अधिक गति और सटीकता प्राप्त होती है।
यह शोध पत्र एक कमजोर रूप से पर्यवेक्षित (weakly supervised) पाइपलाइन का प्रस्ताव करता है जो मल्टी-सीजन टाइल एम्बेडिंग सीखने और डेयरी फार्म उम्मीदवार क्लस्टरों को रैंक करने के लिए मौसमी सेंटिनलल (Sentinel) उपग्रह इमेजरी और ओपनस्ट्रीटमैप (OpenStreetMap) पूर्व सूचनाओं (priors) का लाभ उठाता है, जो सफलतापूर्वक 26,722 टाइलों के एक बड़े डेटासेट को मानव समीक्षा के लिए उच्च-विश्वास वाले 71 क्लस्टरों में कम करता है जिसमें उच्च परिशुद्धता (precision) है।
यह शोध पत्र यह तर्क देता है कि अपारदर्शी, स्वायत्त एआई प्रणालियों से जुड़ी नैतिक और कानूनी चिंताओं को व्यावहारिक निर्णय, सद्गुण और अंतर्ज्ञान जैसी गैर-मापन योग्य मानवीय क्षमताओं को प्राथमिकता देकर प्रभावी ढंग से कम किया जा सकता है, जिसमें सैन्य क्षेत्र का प्राथमिक उदाहरण के रूप में उपयोग करते हुए यह प्रदर्शित किया गया है कि कैसे ये गुण तकनीकी अपारदर्शिता और सामाजिक मानदंडों के बीच के अंतर को पाटते हैं।
यह शोधपत्र फेडरेटेड सुदृढीकरण शिक्षण (Federated Reinforcement Learning) के लिए एक हल्का, दंड-आधारित एकत्रीकरण नियम प्रस्तावित करता है जो सर्वर-साइड अपडेट में अनुमानित बाधा उल्लंघन (constraint violations) को शामिल करता है, जो सिंथेटिक और वास्तविक दुनिया के डेटासेट दोनों में माइक्रोग्रिड ऊर्जा समन्वय कार्यों के माध्यम से FedAvg जैसी मानक विधियों की तुलना में बेहतर सुरक्षा और पुरस्कार ट्रेड-ऑफ प्रदर्शित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि ट्रांसफॉर्मर-आधारित मॉडल क्वांटम सर्किट को सफलतापूर्वक अनुकूलित कर सकते हैं जब अनुमानित आउटपुट पोस्ट-प्रोसेसिंग के माध्यम से सुधारा जात्मक हो, उनकी सटीक विविक्त संश्लेषण (डिस्क्रीट सिंथेसिस) के लिए विश्वसनीयता ऑटोरेग्रेसिव ड्रिफ्ट (autoregressive drift) द्वारा मौलिक रूप से सीमित है जो सर्किट की लंबाई बढ़ने के साथ प्रदर्शन में तीव्र गिरावट का कारण बनता है, एक ऐसी समस्या जिसे मॉडल-स्तरीय समायोजनों के बजाय केवल इन्फरेंस-टाइम सर्च और डेटा स्केलिंग द्वारा आंशिक रूप से ही कम किया जा सकता है।
यह शोध पत्र "वन-वर्ड सेंसस" (One-Word Census) प्रस्तुत करता है, जो 31 एकल-शब्द संकेतों का उपयोग करने वाला एक न्यूनतम उपकरण है, जिससे यह पता चलता है कि जबकि 44 भाषा मॉडल विशिष्ट उत्तरों पर अत्यधिक अभिसरण (convergence) प्रदर्शित करते हैं (जैसे, 41% बार "serendipity"), अनुरूपता की डिग्री मॉडल की वंशावली और ट्यूनिंग के अनुसार काफी भिन्न होती है, जिसमें नए फ्लैगशिप मॉडल आमतौर पर पर्सोना-ट्यून्ड मॉडलों की तुलना में अधिक अनुरूप होते हैं।
यह शोध पत्र प्रस्तावित करता है कि मानव-AI अंतःक्रिया की पुनरावृत्ति प्रकृति एक न्यूरोप्लास्टिक प्रशिक्षण वातावरण के रूप में कार्य करती है जो या तो दीर्घकालिक सुदृढ़ीकरण (long-term potentiation) के माध्यम से नकारात्मक प्रतिक्रियात्मक पैटर्न को सुदृढ़ कर सकती है या निराशा के क्षण में पर्दे के पीछे अवलोकन के एक ढांचे को पेश करके उन्हें दीर्घकालिक अवसाद (long-term depression) के माध्यम से कमजोर कर सकती है।
यह शोध पत्र FormalAnalyticGeo को प्रस्तुत करता है, जो एक न्यूरल-सिंबोलिक फ्रेमवर्क है जो एक औपचारिक मध्यवर्ती भाषा (CDL) और एक मल्टी-स्टेज LLM पाइपलाइन का लाभ उठाता है ताकि 7,000 से अधिक मल्टीमॉडल विश्लेषणात्मक ज्यामिति समस्याओं का एक उच्च-गुणवत्ता वाला, सत्यापित डेटासेट स्वचालित रूप से तैयार किया जा सके, जो प्रभावी रूप से एनोटेटेड नमूनों की कमी और मौजूदा विधियों की ज्यामितीय सटीकता संबंधी सीमाओं को दूर करता है।
यह शोध पत्र लो-रैंक एक्टिवेशन कोऑर्डिनेट्स की पहचान करने और एक काउंटरफैक्चुअल रिपोर्ट क्लैंप लागू करने के माध्यम से बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) को आंतरिक प्रोत्साहन अनुकूलता (इंटरनल इनसेंटिव कम्पैटिबिलिटी) के साथ संरेखित करने के लिए एक प्रशिक्षण-मुक्त विधि प्रस्तावित करता है, जो यह सुनिश्चित करता है कि मॉडल वास्तविक साक्ष्यों के प्रति उत्तरदायी बने रहते हुए वर्जित दबावों का प्रतिरोध करें।