24888 पेपर
यह शोधपत्र द्विभाजन मॉडल (bifurcation models) प्रस्तुत करता है, जो एक वेट-टाइड डायनामिकल फ्रेमवर्क है जो एक एकल मनमाने ब्रांच के बजाय एक अट्रैक्टर लैंडस्केप को प्रदर्शित करके सेट-वैल्यूड सॉल्यूशन मैप्स सीखता है, जिससे मैनुअल सेलेक्टर्स की अनियमितता से बचा जा सके और फ्रस्ट्रेटेड आइसिंग मॉडल्स जैसी समस्याओं के लिए कई वैध इक्विलिब्रिया की खोज करने में बेहतर प्रदर्शन प्रदर्शित किया जा सके।
Mask2Cause एक एंड-टू-एंड डीप लर्निंग फ्रेमवर्क है जो टाइम सीरीज़ फोरकास्टिंग के दौरान सीधे कॉज़ल ग्राफ को रिकवर करने के लिए एडजसेंसी-कंस्ट्रेंड मास्क्ड अटेंशन और इनवर्टेड वेरिएबल एम्बेडिंग्स को एकीकृत करता है, जिससे मॉडल की जटिलता को काफी कम करते हुए स्टेट-ऑफ-द-आर्ट डिस्कवरी सटीकता प्राप्त होती है।
यह शोध पत्र Sword का प्रस्ताव करता है, जो एक सुदृढ़ वर्ल्ड मॉडल फ्रेमवर्क है जो क्लोज्ड-लूप रोलआउट्स में सामान्यीकरण विफलताओं और त्रुटि संचय को कम करने के लिए स्ट्रक्चर-गाइडेड स्टाइल ऑग्मेंटेशन और डायनेमिक लेटेंट बूटस्ट्रैपिंग का उपयोग करता है, जिससे LIBERO बेंचमार्क पर विजन-लैंग्वेज-एक्शन पॉलिसियों की फिडेलिटी और रिइन्फोर्समेंट लर्निंग पोस्ट-ट्रेनिंग सफलता को महत्वपूर्ण रूप से बढ़ाया जाता है।
यह शोध पत्र स्ट्रक्चर्ड अपोनेंट मॉडलिंग (SOM) का प्रस्ताव करता है, जो एक दो-चरणीय ढांचा है जो स्ट्रक्चरल कॉज़ल मॉडल्स का लाभ उठाते हुए प्रतिद्वंद्वी प्रतिनिधित्व निर्माण को भविष्यवाणी से स्पष्ट रूप से अलग करता है, जिससे गतिशील मल्टी-एजेंट वातावरण में LLM-आधारित एजेंटों की सटीकता और अनुकूलन क्षमता में वृद्धि होती है।
यह शोध पत्र MedAction को प्रस्तुत करता है, जो एक ट्री-स्ट्रक्चर्ड डिस्टिलेशन पाइपलाइन है जो सक्रिय निदान (active diagnosis) में मौजूदा LLMs की सीमाओं को दूर करने के लिए नॉलेज-ग्राफ-ग्राउंडेड मेट्रिक्स का उपयोग करके उच्च-गुणवत्ता वाले मल्टी-टर्न क्लिनिकल डायग्नोस्टिक ट्रेजेक्टरीज उत्पन्न करता है, जिसके परिणामस्वरूप MedAction-32K डेटासेट और अत्याधुनिक ओपन-सोर्स मेडिकल मॉडल्स प्राप्त हुए हैं।
यह शोध पत्र फ्लक्स मैचिंग (Flux Matching) का परिचय देता है, जो एक नवीन जनरेटिव मॉडलिंग प्रतिमान है जो कंजर्वेटिव वेक्टर फील्ड्स की आवश्यकता को शिथिल करके स्कोर-आधारित मॉडलों का सामान्यीकरण करता है, जिससे इंडक्टिव बायस (inductive biases) को शामिल करने में अधिक लचीलापन और तेज़ सैंपलिंग एवं व्याख्या योग्य डायनेमिक्स जैसे अनुप्रयोगों को सक्षम बनाया जा सके।
यह शोध पत्र "Mage" को पेश करता है, जो एक बहु-अक्षीय मूल्यांकन प्रोटोकॉल है जो यह प्रकट करता है कि LLM-जनित गेम दृश्यों के लिए कंपाइल-पास दरें भ्रामक हैं, यह प्रदर्शित करते हुए कि जबकि प्रत्यक्ष प्राकृतिक भाषा-से-कोड पीढ़ी उच्च रनटाइम सफलता प्रदान करती है, कार्यात्मक रूप से निष्ठावान और डोमेन-अनुपालन योग्य निष्पादन योग्य आर्टिफैक्ट्स उत्पन्न करने के लिए इनपुट को मध्यवर्ती निरूपणों पर संरचनात्मक रूप से अनुकूलित करना आवश्यक है।
यह शोध पत्र CASPO को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो डायरेक्ट प्रेफरेंस ऑप्टिमाइजेशन के माध्यम से टोकन-स्तरीय आत्मविश्वास को तार्किक शुद्धता के साथ संरेखित करके और कॉन्फिडेंस-अवेयर थॉट (CaT) तंत्र के माध्यम से अनिश्चित रीजनिंग शाखाओं की गतिशील छंटाई को सक्षम करके बड़े रीजनिंग मॉडलों की विश्वसनीयता और दक्षता को बढ़ाता है।
यह शोध पत्र MISA का प्रस्ताव करता है, जो एक मिक्सचर-ऑफ-एक्सपर्ट्स दृष्टिकोण है जो DeepSeek Sparse Attention में गणनात्मक रूप से महंगे मल्टी-हेड इंडेक्सर को एक हल्के राउटर से बदल देता है ताकि प्रति क्वेरी केवल कुछ ही हेड्स को सक्रिय किया जा सके, जिससे लंबी-संदर्भ (long-context) वाली कार्यों पर मूल पद्धति के तुलनीय सटीकता प्राप्त करते हुए इन्फरेंस लेटेंसी और मेमोरी लागत को काफी कम किया जा सके।
यह शोध पत्र RELO को प्रस्तुत करता है, जो एक विज़ुअल ऑब्जेक्ट ट्रैकिंग विधि है जो हस्तनिर्मित स्थानिक पूर्वग्रहों (handcrafted spatial priors) को IoU और AUC जैसे प्रत्यक्ष मेट्रिक्स के लिए अनुकूलित एक सुदृढीकरण लर्निंग-आधारित स्थानीयकरण नीति से बदल देती है, जबकि अत्याधुनिक प्रदर्शन प्राप्त करने के लिए लेयर-अलाइन्ड टेम्पोरल टोकन प्रोपेगेशन को शामिल करती है।