24346 पेपर
यह शोध पत्र F^3A को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) विजुअल टोकन प्रूनिंग राउटर है जो प्रूनिंग को टास्क-कंडीशन्ड एविडेंस सर्च के रूप में मानकर एक निश्चित टोकन बजट को गतिशील रूप से आवंटित करता है, जिससे बिना किसी अतिरिक्त प्रशिक्षण या मूल डिकोडिंग पाइपलाइन को बाधित किए मल्टीमॉडल मॉडल्स में इन्फरेंस लागत को कम किया जा सके।
ProxyKV एक क्रॉस-मॉडल फ्रेमवर्क है जो लॉन्ग-कॉन्टेक्स्ट LLM इन्फरेंस के लिए KV कैश को कुशलतापूर्वक प्रून करने हेतु एक लाइटवेट एसिंक्रोनस स्मॉल-मॉडल प्रॉक्सी और एक नवीन HybridAxialMapper का उपयोग करता है, जो अत्याधुनिक तरीकों के समान उच्च सटीकता प्राप्त करते हुए प्रीफिलिंग ओवरहेड को काफी कम कर देता है।
यह शोध पत्र TailedTS को प्रस्तुत करता है, जो विकिपीडिया पेज व्यूज़ का एक बड़े पैमाने का बेंचमार्क डेटासेट है, जो भारी-पूंछ (heavy-tailed) और शून्य-स्फीत (zero-inflated) वितरणों द्वारा अभिलक्षित है, जिसे गैर-गाऊसी (non-Gaussian) स्थितियों के तहत समय श्रृंखला पूर्वानुमान मॉडलों का मूल्यांकन करने और उच्च-ट्रैफ़िक वाले डिजिटल प्लेटफार्मों की आवधिकता (periodicity) के बारे में अंतर्दृष्टि प्रकट करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र तर्क देता है कि एक्टिवेशन स्टीयरिंग प्रभावकारिता में परिवर्तनशीलता मुख्य रूप से रैंक-1 समाधानों की अनुपस्थिति के बजाय खोज की कठिनाई (search difficulty) द्वारा संचालित होती है, जो GRACE फ्रेमवर्क का प्रस्ताव करता है जो इष्टतम स्टीयरिंग दिशाओं के लिए कुशल, ज्यामिति-जागरूक बजट वाली खोज (geometry-aware budgeted search) को निर्देशित करने के लिए प्रॉम्प्ट-बाउंड्री संरेखण और एक नए "कॉन्सेप्ट ग्रैनुलैरिटी" मीट्रिक का लाभ उठाता है।
यह शोधपत्र SwordBench प्रस्तुत करता है, जो विज़न मॉडलों में स्टीयरिंग इमेज रिप्रेजेंटेशन की ऑर्थोगोनैलिटी और प्रभावशीलता का मूल्यांकन करने के लिए एक व्यापक बेंचमार्क है, यह प्रकट करते हुए कि जबकि लीनियर मेथड्स बेहतर सेपेरेबिलिटी (separability) प्रदान करते हैं, वे अक्सर स्पार्स ऑटोएनकोडर्स (sparse autoencoders) की तुलना में कोलेटरल डैमेज (collateral damage) को रोकने में विफल रहते हैं।
यह शोध पत्र एक विच्छेदित द्वि-स्रोत शिक्षण ढांचे (decoupled dual-source learning framework) का प्रस्ताव करता है जो बोन इन्फेक्शन सेगमेंटेशन में एनोटेशन विसंगतियों को संबोधित करने के लिए PET और CT मोडैलिटीज को एकीकृत करता है, और यह प्रदर्शित करने के लिए कठोर रोगी-स्तरीय 3D मूल्यांकन का उपयोग करता है कि कैसे समानांतर मॉडल मजबूत नैदानिक AI परिनियोजन के लिए विशिष्ट विशेषज्ञ नैदानिक दर्शनों को प्रभावी ढंग से आत्मसात कर सकते हैं।
CheckSupport एक ओपन-सोर्स, स्थानीय रूप से तैनात करने योग्य टूल है जो वैज्ञानिक रिपोर्टिंग चेकलिस्ट के चयन और साक्ष्य-आधारित पूर्णता को स्वचालित करने के लिए इंस्ट्रक्शन-ट्यून्ड लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो पांडुलिपि सबमिशन के मैनुअल बोझ को काफी कम करते हुए उच्च सटीकता और गोपनीयता संरक्षण प्राप्त करता है।
यह शोध पत्र पुनरावृत्ति टोकन रीसैंपलिंग (iterative token resampling) को ग्लौबर डायनेमिक्स मार्कोव चेन (Glauber dynamics Markov chain) के रूप में मॉडल करके मास्क किए गए भाषा मॉडलों (Masked Language Models) के वैश्विक वितरण व्यवहार की जांच करता है, जो यह प्रकट करता है कि जहाँ उच्च-तापमान शासन (high-temperature regimes) तीव्र मिश्रण प्रदान करते हैं, वहीं निम्न-तापमान स्थितियाँ मॉडलों के स्थानीय कंडीशन्स (local conditionals) में अंतर्निहित असंगति के कारण मेटास्टेबिलिटी और धीमी अभिसरण (slow convergence) उत्पन्न करती हैं।
यह शोध पत्र एक सूचना-सैद्धांतिक ढांचे का प्रस्ताव करता है जो यह स्पष्ट करता है कि सिंथेटिक डेटा भाषा मॉडलों में सुधार केवल तभी करता है जब जनरेशन लूप बाहरी संकेतों के माध्यम से "सूचना-खुला" (information-open) हो, और यह तर्क देता है कि सीखना उपलब्ध सबसे सूचना-कुशल संकेत की ओर अभिसरित होता है—चाहे वह सामान्यीकरण के लिए एक सुदृढ़, व्यापक पर्यवेक्षण हो या रिवॉर्ड हैकिंग की ओर ले जाने वाला एक भ्रामक पैटर्न।
सूचना एंट्रॉपी (information entropy) से प्रेरित होकर, यह शोध पत्र TaTok का प्रस्ताव करता है, जो एक सैद्धांतिक रूप से आधारित अनुकूली इमेज टोकनाइज़ेशन फ्रेमवर्क है जो रेडंडेंसी (redundancy) और सूचना की हानि को समाप्त करने के लिए ग्लोबल टोकन्स को एक डायनेमिक फ़िल्टरिंग एल्गोरिदम के साथ जोड़ता है, जिससे इमेज की गुणवत्ता और इन्फरेंस स्पीड में महत्वपूर्ण सुधार के साथ अत्याधुनिक प्रदर्शन प्राप्त होता है।