cs.AI

Vulnerable Agent Identification in Large-Scale Multi-Agent Reinforcement Learning

यह शोध पत्र एक पदानुक्रमित प्रतिकूल विकेंद्रीकृत मीन फील्ड नियंत्रण (Hierarchical Adversarial Decentralized Mean Field Control) ढांचे का प्रस्ताव करके बड़े पैमाने पर मल्टी-एजेंट सुदृढीकरण शिक्षण में संवेदनशील एजेंट पहचान (Vulnerable Agent Identification) की समस्या को संबोधित करता है, जो फेनकल-रॉकैफेल रूपांतरण (Fenchel-Rockafellar transformation) के माध्यम से एनपी-हार्ड (NP-hard) एजेंट चयन को प्रतिकूल नीति शिक्षण से अलग करता है, जिससे उन एजेंटों की कुशल और प्रमाणित रूप से इष्टतम पहचान सक्षम होती है जिनके विफल होने से सिस्टम के प्रदर्शन में सबसे खराब गिरावट आती है।

A Formal Comparison Between Chain of Thought and Latent Thought

यह शोध पत्र एक औपचारिक विश्लेषण प्रस्तुत करता है जो यह प्रदर्शित करता है कि जहाँ लेटेंट थॉट रीजनिंग (latent thought reasoning), स्वाभाविक रूप से क्रमिक चेन ऑफ थॉट (Chain of Thought) की तुलना में अधिक कुशल समानांतर गणना (parallel computation) को सक्षम बनाती है, वहीं बाद वाला स्टोकैस्टिक डिकोडिंग (stochastic decoding) के माध्यम से अनुमानित गणना (approximate counting) और सैंपलिंग (sampling) का अनूठा समर्थन करता है, जिससे कार्य की आवश्यकताओं के आधार पर उपयुक्त रीजनिंग प्रतिमान (reasoning paradigm) चुनने के लिए व्यावहारिक मार्गदर्शन प्राप्त होता है।

Neural Diffusion Processes for Physically Interpretable Survival Prediction

BioBlobs: Unsupervised Discovery of Functional Substructures for Protein Function Prediction

BioBlobs एक एनकोडर-अज्ञेय (encoder-agnostic), एंड-टू-एंड डिफरेंशिएबल फ्रेमवर्क है जो बिना किसी स्पष्ट सबस्ट्रक्चर-स्तर के एनोटेशन की आवश्यकता के, केवल अवशेषों (residues) के एक छोटे अंश का उपयोग करके, प्रोटीन अनुक्रमों या संरचनाओं से सुसंगत कार्यात्मक उप-संरचनाओं ("blobs") को अनसुपरवाइज्ड तरीके से खोजता है ताकि कार्य का पूर्वानुमान लगाया जा सके और उत्प्रेरक स्थलों (catalytic sites) की पहचान की जा सके।

Coevolutionary Continuous Discrete Diffusion: Make Your Diffusion Language Model a Latent Reasoner

यह शोध पत्र कोएवोल्यूशनरी कंटीन्यूअस डिस्क्रीट डिफ्यूजन (CCDD) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो निरंतर (continuous) और असतत (discrete) डिफ्यूजन प्रक्रियाओं को एक ही मॉडल के भीतर एकीकृत करता है ताकि निरंतर डिफ्यूजन की प्रशिक्षण क्षमता और डिकोडिंग चुनौतियों को दूर किया जा सके और बेहतर भाषा मॉडलिंग प्रदर्शन के लिए इसकी श्रेष्ठ सैद्धांतिक अभिव्यंजना का लाभ उठाया जा सके।

See the past: Time-Reversed Scene Reconstruction from Thermal Traces Using Visual Language Models

यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो मानव अंतःक्रियाओं से छोड़े गए फीके होते थर्मल निशानों से संभावित अतीत के दृश्य अवस्थाओं को पुनर्गठित करने के लिए विजुअल-लैंग्वेज मॉडल्स को एक नियंत्रित डिफ्यूजन प्रक्रिया के साथ जोड़ता है, जिससे 120 सेकंड पूर्व तक की टाइम-रिवर्स्ड इमेजिंग संभव हो पाती है।

Detecting Data Contamination in LLMs via In-Context Learning

यह शोधपत्र CoDeC को प्रस्तुत करता है, जो एक व्यावहारिक और स्वचालित विधि है जो यह विश्लेषण करके कि इन-कॉन्टेक्स्ट लर्निंग (in-context learning) मॉडल के आत्मविश्वास को कैसे प्रभावित करती है, बड़े भाषा मॉडलों (large language models) में प्रशिक्षण डेटा संदूषण (training data contamination) का पता लगाती है और उसे मापती है, तथा याद किए गए प्रशिक्षण डेटा और अनदेखी वितरणों (unseen distributions) के बीच अंतर करती है।

Towards Fine-Grained Code-Switch Speech Translation with Semantic Space Alignment

यह शोध पत्र एक सूक्ष्म-स्तरीय (fine-grained) कोड-स्विच स्पीच ट्रांसलेशन फ्रेमवर्क प्रस्तावित करता है जो मौजूदा मॉडलों जैसे कि SeamlessM4T की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्राप्त करने के लिए लार्ज लैंग्वेज मॉडल्स को एक भाषा-विशिष्ट मिक्स्चर-ऑफ-एक्सपर्ट्स प्रोजेक्टर और एक बहु-चरणीय प्रशिक्षण प्रतिमान (multi-stage training paradigm) के साथ उन्नत करता है।

FLARE: Adaptive Multi-Dimensional Reputation for Robust Client Reliability in Federated Learning

यह शोध पत्र FLARE को प्रस्तुत करता है, जो फेडरेटेड लर्निंग के लिए एक अनुकूलन योग्य बहु-आयामी प्रतिष्ठा ढांचा (multi-dimensional reputation framework) है, जो स्थिर बाइनरी फ़िल्टरिंग को निरंतर विश्वास मूल्यांकन, स्व-अंशांकन थ्रेशोल्ड और सॉफ्ट एक्सक्लूजन तंत्रों से बदलकर विविध और विकसित होते बाइजेंटाइन हमलों के विरुद्ध मजबूती को बढ़ाता है, जबकि उच्च मॉडल सटीकता और अभिसरण गति को बनाए रखता है।

FlowLPS: Langevin-Proximal Sampling for Flow-based Inverse Problem Solvers

FlowLPS एक ट्रेनिंग-फ्री इनवर्स सॉल्वर है जो लेटेंट फ्लो मॉडल्स के लिए डिज़ाइन किया गया है, जो स्टोकेस्टिक पोस्टीरियर एक्सप्लोरेशन के लिए लैंगवेन अपडेट्स को रैपिड मेजरमेंट कंसिस्टेंसी के लिए प्रॉक्सिमल रिफाइनमेंट के साथ जोड़कर मेजरमेंट फिडेलिटी और परसेप्चुअल क्वालिटी के बीच संतुलन बनाता है।