24509 पेपर
यह शोध पत्र एक प्रशिक्षण-मुक्त, एंट्रॉपी-रेट-आधारित विविक्तीकरण शेड्यूलर (discretization scheduler) प्रस्तावित करता है जो फ्लो और श्रोडिंगर ब्रिज सैंपलर के लिए अनुमान चरणों (inference steps) को गतिशील रूप से आवंटित करता है, जो CIFAR-10 और प्रोटीन जनरेशन सहित विविध बेंचमार्क में कम-फंक्शन-इवैल्यूएशन व्यवस्थाओं में नमूना गुणवत्ता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र LLQR+SAM प्रस्तुत करता है, जो एक नवीन अनुकूलन विधि है जो विशेष रूप से "पोटहोल" (pothole) जैसे तीक्ष्ण मिनिमा (sharp minima) को लक्षित करने और उनसे बाहर निकलने के लिए शार्पनेस-अवेयर मिनिमाइजेशन (Sharpness-Aware Minimization) को LLQR फ्रेमवर्क से प्राप्त एक सीखे हुए, धीरे-धीरे अपडेट होने वाले प्रीकंडीशनर (preconditioner) के साथ जोड़ता है, जिससे यह चौड़े, सपाट बेसिनों में स्थिरता बनाए रखते हुए विभिन्न बेंचमार्क पर SAM और LLQR दोनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र ML-FOP-SOAP प्रस्तुत करता है, जो एक सेकंड-ऑर्डर ऑप्टिमाइज़ेशन फ्रेमवर्क है जिसमें मल्टी-लेवल वेरिएंस करेक्शन और फिशर-ऑर्थोगोनल प्रोजेक्शन शामिल है ताकि ऑटोरेग्रेसिव मल्टीमॉडल मॉडल्स में मोडैलिटी कॉम्पिटिशन को हल किया जा सके, जिससे बड़े-बैच ट्रेनिंग को स्थिर बनाया जा सके और AdamW की तुलना में सैंपल एफिशिएंसी और वॉल-क्लॉक स्पीड दोनों में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र `paper.json` का प्रस्ताव करता है, जो अकादमिक शोध पत्रों के लिए एक हल्का साथी JSON कन्वेंशन है, जो स्थिर आईडी (stable IDs) और स्पष्ट शेल कमांड्स (explicit shell commands) का उपयोग करता है ताकि LLM एजेंट मूल मानव-पठनीय पाठ को बदले बिना विश्वसनीय रूप से उप-दावों (sub-claims) को निकाल सकें, दायरे को परिभाषित कर सकें और परिणामों को पुनरुत्पादित कर सकें।
यह शोध पत्र ब्लैक-बॉक्स एआई सिस्टम के प्रभावी ऑफलाइन ऑडिटिंग और ऑनलाइन रनटाइम मॉनिटरिंग को सक्षम करने के लिए औपचारिक विधियों (विशेष रूप से लीनियर टेम्पोरल लॉजिक) को मशीन लर्निंग के साथ संयोजित करने वाले एक हाइब्रिड फ्रेमवर्क का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि ये तकनीकें टेम्पोरल कंस्ट्रेंट उल्लंघन का पता लगाने में एलएलएम (LLM) बेसलाइन से बेहतर प्रदर्शन करती हैं और कार्य प्रदर्शन को बनाए रखते हुए जोखिमों को सक्रिय रूप से कम कर सकती हैं।
यह शोध पत्र फुली ओपन मेडिट्रॉन (Fully Open Meditron) को प्रस्तुत करता है, जो क्लिनिकल एलएलएम (LLMs) के लिए पहला एंड-टू-एंड ऑडिट करने योग्य पाइपलाइन है, जो मेडिकल बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए एक क्लिनिशियन-सत्यापित प्रशिक्षण कॉर्पस और पुनरुत्पादक फ्रेमवर्क को जोड़ता है, जबकि पूर्ण पारदर्शिता और पुनरुत्पादकता बनाए रखता है।
यह शोध पत्र डिज़ाइन वीडियो जनरेशन में कंपोजिशनल फिडेलिटी (compositional fidelity) का आकलन करने के लिए एक पूर्णतः स्वचालित, चार-आयामी मूल्यांकन ढांचे को प्रस्तुत करता है, जो लेआउट संरक्षण और सटीक मोशन कंट्रोल जैसे संरचित बाधाओं को सुनिश्चित करने के लिए मानकीकृत बेंचमार्क की कमी को संबोधित करता है।
यह शोध पत्र VLA-AD को प्रस्तुत करता है, जो एक डिस्टिलेशन फ्रेमवर्क है जो हल्के, उच्च-गति वाले स्टूडेंट पॉलिसीज़ को प्रशिक्षित करने के लिए विजन-लैंग्वेज मॉडल से ऑफलाइन सिमेंटिक गाइडेंस का लाभ उठाता है, जो बड़े विजन-लैंग्वेज-एक्शन टीचर्स के प्रदर्शन के बराबर या उससे बेहतर होते हैं और इन्फरेंस के दौरान टीचर की आवश्यकता को समाप्त करते हैं।
यह शोध पत्र अनुभवजन्य विश्लेषण और गणितीय मॉडलिंग के माध्यम से यह प्रदर्शित करता है कि मानव-से-मानव संचार की मध्यस्थता करने वाली जनरेटिव एआई प्रणालियाँ दिशात्मक पूर्वाग्रहों को पेश और प्रवर्धित कर सकती हैं, जिससे सामूहिक राय में महत्वपूर्ण बदलाव आ सकता है, साथ ही यह भी रेखांकित करता है कि कैसे विशिष्ट प्लेटफॉर्म डिजाइन विकल्प और संभावित नियामक ढांचे इन परिणामों को प्रभावित करते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि एडवरसैरियल ट्रेनिंग (adversarial training), लॉस सरफेस (loss surface) से प्राप्त ज्यामितीय अंतर्दृष्टि का लाभ उठाकर, इनपुट विरूपणों (input distortions) के विरुद्ध डीप लर्निंग-आधारित जेट फ्लेवर टैगिंग एल्गोरिदम की मजबूती को बढ़ाती है, जो व्यवस्थित अनिश्चितताओं (systematic uncertainties) के एक प्रॉक्सी के रूप में कार्य करते हैं, ताकि मॉडल की कमजोरियों को कम करते हुए उच्च प्रदर्शन बनाए रखा जा सके।