28108 पेपर
यह शोध पत्र दुर्लभ, हानिकारक आउटपुट की संभावना का सटीक अनुमान लगाने के लिए भाषा मॉडलों के "असुरक्षित" (unsafe) संस्करणों का उपयोग करते हुए एक कुशल इम्पोर्टेंस सैंपलिंग (importance sampling) पद्धति का प्रस्ताव करता है, जो पारंपरिक ब्रूट-फोर्स सैंपलिंग की तुलना में टेल रिस्क (tail risks) को मापने का एक अधिक प्रभावी तरीका प्रदान करता है।
यह शोध पत्र एक LLM-संचालित क्लोज्ड-लूप फ्रेमवर्क का प्रस्ताव करता है जो रोबोटों को स्व-निष्पादन और अवलोकन से नए कौशल सीखने और उन्हें एक स्थानीय विधि लाइब्रेरी में समेकित करने में सक्षम बनाता है, जिससे बाहरी LLM इंटरैक्शन पर निर्भरता कम होती है और खुले वातावरण में दक्षता में सुधार होता है।
यह अध्ययन प्रदर्शित करता है कि 3-9B पैरामीटर रेंज वाले इंस्ट्रक्शन-ट्यून्ड ओपन-वेट एलएलएम (LLMs) मौखिक आत्मविश्वास के साइकोमेट्रिक वैधता परीक्षणों में विफल रहते हैं, जो अत्यधिक सीलिंग इफेक्ट्स और मौखिक निश्चितता एवं वास्तविक सटीकता या टोकन-स्तरीय लॉग-प्रोबेबिलिटीज के बीच सहसंबंध की कमी को दर्शाते हैं।
DROL (Dynamic Routing for Offline Reinforcement Learning) एक टॉप-1 डायनेमिक रूटिंग मैकेनिज्म का उपयोग करके वन-स्टेप ऑफलाइन RL एक्टर्स में सुधार करता है जो डेटासेट एक्शन्स को लेटेंट-कंडीशन्ड उम्मीदवारों में से निकटतम के असाइन करता है, जिससे मॉडल को पारंपरिक पॉइंटवाइज एक्सट्रैक्शन द्वारा उत्पन्न संघर्षपूर्ण ग्रेडिएंट्स के बिना स्थानीय पॉलिसी सुधार करने की अनुमति मिलती है।
यह शोधपत्र पदानुक्रमित कार्य नेटवर्क (HTNs) को अनिश्चितता के तहत लक्ष्य परिकल्पनाओं का अनुमान लगाने के लिए एक तीन-चरणीय जनरेटिव मॉडल के साथ एकीकृत करके, पदानुक्रमित लक्ष्य पहचान के लिए पहले योजना-आधारित संभाव्य ढांचे को प्रस्तुत करता है।
यह शोध पत्र एक 2.5D U-Net कनवल्शनल न्यूरल नेटवर्क प्रस्तावित करता है जिसे कार्डिएक इंटरवेंशन के दौरान रोगी की निगरानी में सुधार करने के लिए ट्रांसथोरैसिक कार्डिएक अल्ट्रासाउंड इमेजिंग में गैसीय माइक्रोएम्बोली को तेजी से और सटीक रूप से सेगमेंट और क्वांटिफाई करने के लिए डिज़ाइन किया गया है।
SLIDERS एक ऐसा फ्रेमवर्क है जो विशाल दस्तावेज़ संग्रहों पर स्केलेबल प्रश्न-उत्तर सक्षम बनाता है, जो महत्वपूर्ण जानकारी को एक सुसंगत रिलेशनल डेटाबेस में निकालकर, सीमित LLM कॉन्टेक्स्ट विंडोज़ पर निर्भर रहने के बजाय SQL के माध्यम से संरचित तर्क (structured reasoning) की अनुमति देता है।
LeHome एक व्यापक सिमुलेशन वातावरण है जिसे कपड़ों और भोजन जैसी विभिन्न प्रकार की विरूप्य (deformable) वस्तुओं के लिए उच्च-निष्ठा (high-fidelity), यथार्थवादी गतिकी प्रदान करके और कम लागत वाले हार्डवेयर पर ध्यान केंद्रित करते हुए कई रोबोटिक स्वरूपों का समर्थन करके घरेलू रोबोटिक्स को उन्नत करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक छिपे हुए विफलता मोड की पहचान करता है जहाँ ग्रेडिएंट संशोधन विधियाँ (जैसे कि प्रोजेक्शन या रिप्ले) एडम (Adam) के सेकंड-मोमेंट अपडेट के साथ संघर्ष करती हैं, जिससे निरंतर शिक्षण (continual learning) में प्रदर्शन का पतन होता है, और इसे ठीक करने के लिए "एडैप्टिव डिकपल्ड मोमेंट रूटिंग" (Adaptive Decoupled Moment Routing) प्रस्तावित करता है जो संशोधित ग्रेडिएंट्स को केवल फर्स्ट-मोमेंट तक रूट करके इसे हल करता है।
यह शोध पत्र "डिस्टेंस-मिसअलाइन्ड ट्रेनिंग" (दूरी-विषम प्रशिक्षण) की अवधारणा को पेश करता है ताकि यह समझाया जा सके कि ग्राफ ट्रांसफॉर्मर तब क्यों विफल हो जाते हैं जब उनके संचार पैटर्न लेबल-प्रासंगिक सूचना के स्थानिक वितरण से मेल नहीं खाते हैं, और यह प्रदर्शित करता है कि यदि कार्य की दूरी संबंधी आवश्यकताओं का ज्ञान हो, तो अनुकूलन नियंत्रण इन विफलताओं को कम कर सकता है।