25058 पेपर
यह शोध पत्र PSP-HDC को प्रस्तुत करता है, जो एक ग्राफ-संरचित हाइपरडायमेंशनल कंप्यूटिंग फ्रेमवर्क है जो प्रक्रिया-संरचना-गुण निर्भरताओं को अंतर्निहित, व्याख्यात्मक निरूपणों में कूटबद्ध करके मल्टीफोटॉन फोटोरिडक्शन में डेटा की विरलता और विषमता को संबोधित करता है, जिससे पारंपरिक मॉडलों की तुलना में बेहतर सटीकता और सामान्यीकरण प्राप्त होता है।
यह शोध पत्र प्रोबेबिलिस्टिक एब्डक्टिव कॉमनसेंस (PACS) को प्रस्तुत करता है, जो एक नवीन न्यूरोसिंबोलिक फ्रेमवर्क है जो संभाव्यता आधारित सैंपलिंग (probabilistic sampling) के माध्यम से सामान्य ज्ञान की मान्यताओं में व्यक्तिगत विविधताओं को मॉडल करने के लिए एक LLM और एक औपचारिक सॉल्वर का लाभ उठाता है, जिससे यह कई बेंचमार्क पर मौजूदा तर्क विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र तर्क देता है कि मैकेनिस्टिक इंटरप्रिटेबिलिटी (mechanistic interpretability) अनुसंधान अक्सर आवश्यक धारणाओं को स्पष्ट रूप से व्यक्त करने में विफल रहकर सत्यापन मेट्रिक्स (validation metrics) को कारण संबंधी पहचान (causal identification) के साथ भ्रमित करता है, और यह एक नए प्रकटीकरण मानदंड का प्रस्ताव करता है जो लेखकों के लिए अपनी पहचान रणनीतियों और अपने कारण दावों की मजबूती को स्पष्ट रूप से व्यक्त करना अनिवार्य बनाता है।
यह शोध पत्र -Reveal इन्फरेंस-टाइम मैकेनिज्म, एक्शन एडवांटेज असाइनमेंट () रीइन्फोर्समेंट लर्निंग पद्धति, और सत्यापन योग्य मूल्यांकन के लिए ShellOps डेटासेट सुइट को पेश करके CLI एजेंटों को सीखने में चयनात्मक अवलोकन (selective observation) और विरल पुरस्कार क्रेडिट असाइनमेंट (sparse reward credit assignment) की चुनौतियों का समाधान करता है।
यह शोध पत्र यह प्रदर्शित करता है कि फ्रंटियर लार्ज रीजनिंग मॉडल्स (LRMs), मानव गेमप्ले व्यवहार से मेल खाने और नवीन गेम लर्निंग के दौरान मस्तिष्क की गतिविधि का पूर्वानुमान लगाने, दोनों ही मामलों में पारंपरिक सुदृढीकरण लर्निंग (reinforcement learning) एजेंटों से काफी बेहतर प्रदर्शन करते हैं, जो उन्हें जटिल वातावरण में मानव सीखने और निर्णय लेने के उत्कृष्ट कम्प्यूटेशनल मॉडल के रूप में स्थापित करता है।
यह शोध पत्र रिकरेंट थ्रेशोल्ड नेटवर्क (recurrent threshold networks) तक कॉनवेक्सिफिकेशन थ्योरी (convexification theory) का विस्तार करके स्पाइकिंग न्यूरल नेटवर्क (Spiking Neural Networks) को प्रशिक्षित करने के लिए एक वैश्विक रूप से इष्टतम पैरामीटर पुनर्निर्माण एल्गोरिदम प्रस्तावित करता है, जिससे सरोगेट ग्रेडिएंट विधियों (surrogate gradient methods) में अंतर्निहित सन्निकटन त्रुटियों (approximation errors) पर विजय प्राप्त होती है और विभिन्न कार्यों में बेहतर प्रदर्शन और स्केलेबिलिटी प्रदर्शित होती है।
यह शोध पत्र MPD-Router को प्रस्तुत करता है, जो एक नवीन मास्क-अवेयर मल्टी-एक्सपर्ट डिफ़रल फ्रेमवर्क है जो मॉर्फोलॉजी, अनिश्चितता और लागत बाधाओं के आधार पर अनिश्चित मामलों को उपलब्ध मानव विशेषज्ञों तक गतिशील रूप से रूट करके ग्लूकोमा स्क्रीनिंग को अनुकूलित करता है, जिससे विविध समूहों में नैदानिक लागत, सटीकता और संतुलित कार्यभार के बीच पारेटो-इष्टतम प्रदर्शन प्राप्त होता है।
यह शोध पत्र GraphDPO प्रस्तुत करता है, जो डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन का एक सिद्धांतपूर्ण सामान्यीकरण है जो ट्रांसिटिविटी (transitivity) को लागू करने और पर्यवेक्षण (supervision) को एकत्रित करने के लिए कई रोलआउट्स द्वारा प्रेरित पूर्ण प्रेफरेंस ग्राफों का लाभ उठाता है, जिससे पेयरवाइज़ (pairwise) विधियों की सीमाओं को दूर किया जा सकता है और रीजनिंग तथा प्रोग्राम सिंथेसिस कार्यों में बेहतर प्रदर्शन प्राप्त किया जा सकता है।
बाइट लेटेंट ट्रांसफॉर्मर (BLT), BLT-Diffusion, BLT-Self-speculation और BLT-Diffusion+Verification जैसे तीन नवीन वेरिएंट्स को पेश करके बाइट-लेवल लैंग्वेज मॉडल्स की धीमी जनरेशन बाधा को संबोधित करता है, जो उच्च गुणवत्ता बनाए रखते हुए इन्फरेंस लेटेंसी और मेमोरी-बैंडविड्थ लागत को महत्वपूर्ण रूप से कम करने के लिए समानांतर जनरेशन और स्पेक्युलेटिव डिकोडिंग तकनीकों का लाभ उठाते हैं।
CA-SQL एक नवीन Text-to-SQL फ्रेमवर्क है जो कार्य की जटिलता के आधार पर अन्वेषण की व्यापकता को गतिशील रूप से स्केल करके, विकासवादी प्रॉम्प्ट सीडिंग (evolutionary prompt seeding) का उपयोग करके, और केवल GPT-4o-mini का उपयोग करके BIRD डेटासेट पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए एक वोटिंग तंत्र का उपयोग करके चुनौतीपूर्ण बेंचमार्क पर तर्क क्षमता को बढ़ाता है।