28108 पेपर
यह शोध पत्र सेफ्टी-अवेयर प्रोबिंग (SAP) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो हिडन स्टेट्स में सुरक्षा-सहसंबंधित दिशाओं की पहचान करके और उन्हें विचलित करके LLM फाइन-ट्यूनिंग के दौरान सुरक्षा क्षरण को कम करता है, ताकि कार्य प्रदर्शन को सुरक्षित रखते हुए पैरामीटर अपडेट को हानिकारक प्रक्षेपवक्रों से दूर ले जाया जा सके।
यह शोध पत्र अनुकूलनशील टेस्ट-टाइम कंप्यूट आवंटन के लिए एक नवीन बैंडिट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो समाधान योग्य चुनौतीपूर्ण उदाहरणों पर संसाधनों को प्राथमिकता देने के लिए क्वेरी की कठिनाई का गतिशील रूप से अनुमान लगाता है, जिससे गणित और कोड बेंचमार्क पर समान आवंटन की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।
यह शोध पत्र mGRADE का प्रस्ताव करता है, जो एक हल्का हाइब्रिड आर्किटेक्चर है जो मल्टी-टाइमस्केल सीक्वेंस मॉडलिंग में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए लर्नबल डिले कन्वोल्यूशन को गेटेड रिकरेंट घटक के साथ जोड़ता है और साथ ही एज डिवाइसेस के लिए मेमोरी फुटप्रिंट को काफी कम करता है।
यह शोधपत्र DiffuMeta पेश करता है, जो एक जनरेटिव फ्रेमवर्क है जो डिफ्यूजन ट्रांसफॉर्मर्स को एक बीजगणितीय भाषा प्रतिनिधित्व (algebraic language representation) के साथ जोड़ता है ताकि सटीक रूप से लक्षित गैररेखीय यांत्रिक गुणों वाले विविध 3D मेटामटेरियल्स के इनवर्स डिज़ाइन को सक्षम बनाया जा सके।
KompeteAI एक नवीन AutoML फ्रेमवर्क है जो विविध विचारों के स्रोत के लिए RAG, मजबूत समाधानों को पुनर्संयोजित करने के लिए एक मर्जिंग स्टेज और महंगे निष्पादन चक्रों को बायपास करने के लिए प्रेडिक्टिव स्कोरिंग को एकीकृत करके एंड-टू-एंड पाइपलाइन जनरेशन को त्वरित करता है, जिससे यह MLE-Bench और प्रस्तावित Kompete-bench पर मौजूदा अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र FunduSegmenter को प्रस्तुत करता है, जो एक नवीन ढांचा है जो विविध रेटिनल फंडस डेटासेट में संयुक्त ऑप्टिक डिस्क और ऑप्टिक कप सेगमेंटेशन में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए विशेष मॉड्यूल के साथ RETFound फाउंडेशन मॉडल को अनुकूलित करता है, जो मौजूदा बेसलाइन की तुलना में बेहतर सटीकता और सामान्यीकरण प्रदर्शित करता है।
PosterForest एक प्रशिक्षण-मुक्त (training-free) फ्रेमवर्क है जो एक संरचित "पोस्टर ट्री" (Poster Tree) प्रतिनिधित्व और पदानुक्रमित बहु-एजेंट सहयोग का लाभ उठाता है ताकि बिना किसी अतिरिक्त प्रशिक्षण या डोमेन-विशिष्ट पर्यवेक्षण के वैज्ञानिक रूप से सुसंगत और दृश्य रूप से संतुलित पोस्टर उत्पन्न करने के लिए सामग्री और लेआउट को संयुक्त रूप से अनुकूलित किया जा सके।
यह शोध पत्र ChessArena पेश करता है, जो बड़े भाषा मॉडलों (large language models) के मूल्यांकन के लिए एक प्रतिस्पर्धी शतरंज-आधारित ढांचा है, जो यह प्रकट करता है कि वर्तमान मॉडलों में मजबूत पैटर्न पहचान के बावजूद वास्तविक रणनीतिक तर्क क्षमताओं का अभाव है, जबकि यह भी प्रदर्शित करता है कि फाइन-ट्यूनिंग इस प्रदर्शन अंतराल को महत्वपूर्ण रूप से पाट सकती है।
यह शोध पत्र एक एडवर्सरियल इनवर्स रिइन्फोर्समेंट लर्निंग (AIRL) फ्रेमवर्क प्रस्तावित करता है जो विशेषज्ञ प्रदर्शनों (expert demonstrations) से सीधे पुन: प्रयोज्य तर्क पुरस्कारों (reusable reasoning rewards) को सीखता है, और यह प्रदर्शित करता है कि ये सीखे गए पुरस्कार मॉडल के प्रदर्शन में सुधार करके, प्रभावी इन्फरेंस-टाइम रीरैंकर के रूप में कार्य करके, और तर्क संबंधी विफलताओं के निदान के लिए क्रॉस-टास्क ट्रांसफर को सक्षम करके सुपरवाइज्ड फाइन-ट्यूनिंग और आउटकम-आधारित रिइन्फोर्समेंट लर्निंग से बेहतर प्रदर्शन करते हैं।
यह शोधपत्र अनअलाइन्ड (unaligned) डेटा के साथ मल्टीमॉडल एक्टिव लर्निंग के लिए पहला फ्रेमवर्क प्रस्तुत करता है, जो एक मोडैलिटी-अवेयर एल्गोरिदम का प्रस्ताव देता है जो मॉडल के प्रदर्शन को बनाए रखते हुए एनोटेशन लागत को महत्वपूर्ण रूप से कम करने के लिए क्रॉस-मोडल अलाइनमेंट्स को कुशलतापूर्वक प्राप्त करता है।