21138 पेपर
यह शोध पत्र एक लयापुनोव-निर्देशित (Lyapunov-guided) प्रशिक्षण ढांचे का प्रस्ताव करता है जो फिक्स्ड-पॉइंट ओवरफ्लो-प्रेरित अस्थिरता को दबाने के लिए मोनोटोन स्टेट प्रोजेक्शन को लागू करता है, जिससे संसाधन-बाधित हार्डवेयर पर विश्वसनीय निम्न-परिशुद्धता (low-precision) न्यूरल नेटवर्क प्रशिक्षण और अनुमान सक्षम होता है।
यह शोध पत्र "स्टिचिंग" (stitching) नामक एक नवीन कण-आधारित विधि प्रस्तुत करता है जो एक अवशिष्ट हानि (residual loss) के माध्यम से निरंतरता समीकरणों को लागू करके जनसंख्या गतिशीलता को वासरस्टीन ग्रेडिएंट फ्लो (Wasserstein gradient flows) के रूप में पुनर्गठित करता है, जो पारंपरिक JKO-आधारित दृष्टिकोणों के लिए एक सिमुलेशन-मुक्त, सुदृढ़ और अत्याधुनिक विकल्प प्रदान करता है।
यह शोध पत्र HamQASBench को प्रस्तुत करता है, जो एक हैमिल्टोनियन-सूचित नैदानिक बेंचमार्क (diagnostic benchmark) है जो आणविक उदाहरणों को हैमिल्टोनियन गुणों के आधार पर संरचनात्मक स्तरों में वर्गीकृत करके और बहु-आयामी मेट्रिक्स का उपयोग करके क्वांटम आर्किटेक्चर सर्च विधियों का मूल्यांकन करता है ताकि उन विफलता मोडों—जैसे कि ओवर-पैरामीट्राइजेशन और प्रतिनिधित्व संबंधी बाधाओं—को उजागर किया जा सके जो पारंपरिक ऊर्जा-आधारित मूल्यांकनों के लिए अदृश्य हैं।
TREK एक सामान्य, चरणबद्ध प्रशिक्षण ढांचा है जो बाहरी या आंतरिक शिक्षकों से सत्यापित उम्मीदवार समाधानों के माध्यम से कठिन प्रॉम्प्ट्स पर एक मॉडल की अन्वेषण क्षमताओं का विस्तार करने के लिए फॉरवर्ड-KL डिस्टिलेशन का उपयोग करके ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (GRPO) को बढ़ाता है, जिससे जटिल गणितीय और एजेंटिक रीजनिंग कार्यों पर अभिसरण को गति मिलती है और प्रदर्शन में सुधार होता है।
यह शोध पत्र यह सिद्ध करके कि नकारात्मक ELBO, डेटा एंट्रॉपी और एक पाथ KL डाइवर्जेंस के ठीक बराबर है, डिस्क्रीट डिफ्यूजन मॉडल्स के लिए एक कठोर सैद्धांतिक ढांचा स्थापित करता है, जिससे विभिन्न लॉस फंक्शन्स (जैसे कि डिनोइजिंग, स्कोर, और ब्रिज प्लग-इन) को एक एकल इष्टतम ओरेकल जंप रेट के कोऑर्डिनेट ट्रांसफॉर्मेशन के रूप में एकीकृत किया जा सके और इन दृष्टिकोणों के लिए सटीक विश्लेषणात्मक रूपांतरण और इनिशियलाइजेशन कैलिब्रेशन प्रदान किया जा सके।
यह शोधपत्र ReX को प्रस्तुत करता है, जो एक नवीन ब्लैक-बॉक्स फ्रेमवर्क है जो औपचारिक वास्तविक कार्य-कारणता (actual causality) सिद्धांत पर आधारित है, जो इमेज क्लासिफायर के लिए कुशल, न्यूनतम और उच्च-गुणवत्ता वाले स्पष्टीकरणों की गणना करता है, और गति तथा स्पष्टीकरण के आकार दोनों में मौजूदा अत्याधुनिक उपकरणों से बेहतर प्रदर्शन करता है।
यह शोध पत्र 3DGSim का प्रस्ताव करता है, जो एक एंड-टू-एंड सीखा गया 3D सिम्युलेटर है जो मल्टी-व्यू RGB डेटा से यथार्थवादी नोवेल व्यू वीडियो उत्पन्न करने और भौतिक अंतःक्रियाओं को सीधे कैप्चर करने के लिए 3D पुनर्निर्माण, पार्टिकल डायनेमिक्स प्रेडिक्शन और टेम्पोरल एग्रीगेशन को एकीकृत करता है, जिसमें बिना किसी विशेषाधिकार प्राप्त 3D ग्राउंड ट्रुथ की आवश्यकता नहीं होती है।
MAGIK एक नवीन ढांचा है जो एक इमेजिनेशन मैकेनिज्म का लाभ उठाकर संस्थाओं (entities) को स्रोत डोमेन से लक्ष्य डोमेन में मैप करने में सक्षम बनाता है, जिससे सुदृढीकरण सीखने वाले एजेंटों (reinforcement learning agents) को बिना लक्ष्य वातावरण के साथ इंटरैक्शन के समान कार्यों में ज़ीरो-शॉट ट्रांसफर प्राप्त करने में मदद मिलती है, जिससे न्यूनतम मानवीय पर्यवेक्षण के साथ मूल नीति का पुन: उपयोग संभव हो पाता है।
बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) का उपयोग करने वाले मनोवैज्ञानिक अनुसंधान की वैधता को कमजोर करने वाले "मेज़रमेंट फैंटम्स" (मापन संबंधी भ्रमों) के खतरे को संबोधित करने के लिए, यह शोध पत्र एक छह-चरणीय, द्वि-वैधता ढांचे का प्रस्ताव करता है जो अनुसंधान लक्ष्यों के अनुरूप कठोर साइकोमेट्रिक और कारण संबंधी सत्यापन आवश्यकताओं को स्केल करता है, जिससे एआई मनोविज्ञान के लिए मजबूत अनुभवजन्य आधार सुनिश्चित होता है।
यह शोध पत्र ADMC को प्रस्तुत करता है, जो एक अटेंशन-आधारित डिफ्यूजन मॉडल है जो मोडैलिटी-विशिष्ट फीचर एक्सट्रैक्टर्स को स्वतंत्र रूप से प्रशिक्षित करता है और गायब मोडैलिटी फीचर्स को उत्पन्न करने के लिए एक अटेंशन-आधारित डिफ्यूजन नेटवर्क का उपयोग करता है, जिससे यह लुप्त और पूर्ण दोनों डेटा परिदृश्यों में मल्टीमॉडल इमोशन और इंटेंट रिकग्निशन में अत्याधुनिक प्रदर्शन प्राप्त करता है।