24054 पेपर
यह शोध पत्र जेनेरेटिव रिकर्सिव रीजनिंग मॉडल्स (GRAM) को प्रस्तुत करता है, जो एक संभाव्य ढांचा (प्रोबेबिलिस्टिक फ्रेमवर्क) है जो स्टोकेस्टिक, मल्टी-ट्रैजेक्टरी लेटेंट स्टेट रिफाइनमेंट को सक्षम करके रिकर्सिव रीजनिंग को बढ़ाता है, जिससे इन्फरेंस-टाइम स्केलिंग, विविध परिकल्पना सृजन, और कंडीशनल रीजनिंग एवं अनकंडीशनल जनरेशन दोनों को समर्थन मिलता है।
यह शोध पत्र PRISM को प्रस्तुत करता है, जो एक बड़े पैमाने का, बहुभाषी बेंचमार्क और एक व्यापक मूल्यांकन ढांचा है जिसे प्रोग्रामेटिक वीडियो जनरेशन में भाषा मॉडलों की स्थानिक-कालिक (spatial-temporal) तर्क क्षमताओं का कड़ाई से आकलन करने के लिए डिज़ाइन किया गया है, जो कोड की निष्पादन क्षमता (executability) और दृश्य स्थानिक सुसंगतता (visual spatial coherence) के बीच एक महत्वपूर्ण अंतर को प्रकट करता है।
यह शोध पत्र DyMoS को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त और मॉडल-अज्ञेय (model-agnostic) विधि है जो अटेंशन मैकेनिज्म में संदर्भ-फ्रेम के प्रभुत्व को पुनर्संतुलित करके इमेज-टू-वीडियो जनरेशन में मोशन डायनेमिक्स को बढ़ाती है, जिससे विजुअल फिडेलिटी से समझौता किए बिना या अतिरिक्त प्रशिक्षण की आवश्यकता के बिना मोशन सप्रेशन (motion suppression) पर विजय प्राप्त की जाती है।
यह शोध पत्र इस पारंपरिक धारणा को चुनौती देता है कि बड़े मॉडल के प्रीट्रेनिंग के लिए डेटा फ़िल्टरिंग आवश्यक है, यह उच्च-कंप्यूट, डेटा-दुर्लभ व्यवस्थाओं में स्केलिंग अध्ययनों के माध्यम से प्रदर्शित करता है कि पर्याप्त रूप से प्रशिक्षित बड़े मॉडल वास्तव में कम गुणवत्ता वाले और विचलित करने वाले डेटा को हटाने के बजाय उन्हें शामिल करने से लाभान्वित होते हैं।
यह शोध पत्र ODE-M का प्रस्ताव करता है, जो एक नवीन निरंतर मॉडल विलय (continual model merging) ढांचा है जो पैरामीटर स्पेस में लो-लॉस पथों को ट्रैक करने के लिए एक साधारण अवकल समीकरण (Ordinary Differential Equation) परिप्रेक्ष्य का लाभ उठाता है, जिससे कैटास्ट्रोफिक फॉरगेटिंग को प्रभावी ढंग से कम किया जा सके और विषम कार्य बेंचमार्क पर मौजूदा विधियों से बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र SIGMA को प्रस्तुत करता है, जो एक नवीन मल्टी-एजेंट रीजनिंग फ्रेमवर्क है जो एजेंटों के बीच विश्वास और संघर्ष संबंधों को स्पष्ट रूप से कैप्चर करने के लिए साइन्ड ग्राफ मॉडलिंग का लाभ उठाता है, जिससे संघर्ष-जागरूक मैसेज पासिंग और वेटेड एग्रीगेशन सक्षम होता है जो सटीकता में मौजूदा तरीकों से और विरोधाभासी संकेतों के विरुद्ध लचीलेपन में उन्हें काफी बेहतर बनाता है।
KappaPlace एक नवीन फ्रेमवर्क है जो विजुअल प्लेस रिकग्निशन (Visual Place Recognition) के लिए बनाया गया है, जो एक प्रोटोटाइप-एंकरड सुपरविजन (Prototype-Anchored supervision) रणनीति पेश करके और इमेज डिस्क्रिप्टर्स को वॉन मिसेस-फिशर (von Mises-Fisher) वेरिएबल्स के रूप में मॉडल करके एलेटोरिक अनसर्टेन्टी (aleatoric uncertainty) की भविष्यवाणी करता है, जिससे मौजूदा विधियों में कैलिब्रेटेड अनसर्टेन्टी की कमी को दूर किया जाता है और विविध बेंचमार्क में उच्च रिट्रीवल रिकॉल (retrieval recall) बनाए रखते हुए कैलिब्रेशन त्रुटि को महत्वपूर्ण रूप से कम किया जाता है।
यह शोध पत्र तर्क देता है कि टेस्ट-टाइम रीइन्फोर्समेंट लर्निंग (TTRL) के कथित लाभ अक्सर "करेक्ट-आंसर एक्सटिंक्शन विंडो" में सही उत्तरों के अपरिवर्तनीय दमन के कारण भ्रामक होते हैं, और TTRL-Guard का प्रस्ताव करता है, जो इस क्षति को कम करने और गणितीय तर्क संबंधी बेंचमार्क पर प्रदर्शन को महत्वपूर्ण रूप से सुधारने के लिए फ्लिप-रेट मॉनिटरिंग और अल्पसंख्यक-संरक्षण तंत्रों का उपयोग करने वाला एक ढांचा है।
यह शोध पत्र SERL को प्रस्तुत करता है, जो एक चयनात्मक वातावरण-पुनःभारित (selective environment-reweighted) शिक्षण ढांचा है जो दीर्घ-क्षितिज क्रेडिट असाइनमेंट चुनौतियों को संबोधित करने के लिए विशिष्ट, क्रिया-प्रासंगिक पर्यावरणीय फीडबैक को रणनीतिक रूप से आसवन (distill) करके मल्टी-टर्न LLM एजेंटों को उन्नत करता है, और ALFWorld एवं WebShop बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र उस व्यापार-संतुलन (trade-off) को स्पष्ट करता है जो बायज़ेंटाइन एग्रीमेंट (Byzantine Agreement) में स्थिरता (consistency) और सुदृढ़ता (robustness) के बीच होता है जब नोड्स दोषपूर्ण व्यवहार को चिह्नित करने के लिए एक प्रेडिक्टर (predictor) का उपयोग करते हैं, जो सटीक एल्गोरिदम और असंभवता के परिणाम (impossibility results) प्रदान करता है जो यह प्रदर्शित करते हैं कि गैर-प्रमाणित (non-authenticated) और प्रमाणित (authenticated) दोनों सेटिंग्स में गलत भविष्यवाणियों की संख्या के साथ लचीलापन (resilience) रैखिक रूप से कैसे घटता है।