21236 पेपर
यह शोध पत्र न्यूरल मिनिमम वेट परफेक्ट मैचिंग (NMWPM) को प्रस्तुत करता है, जो एक हाइब्रिड डिकोडर है जो MWPM एल्गोरिदम के लिए डायनेमिक एज वेट्स (dynamic edge weights) की भविष्यवाणी करने के लिए ग्राफ न्यूरल नेटवर्क और ट्रांसफॉर्मर्स को जोड़ता है, जिससे डिपोलराइजिंग नॉइज़ (depolarizing noise) के तहत टोरिक कोड पर लगभग इष्टतम त्रुटि सुधार थ्रेशोल्ड प्राप्त होता है।
यह शोध पत्र एनएलपी (NLP) के लिए एक अनुदैर्ध्य मॉडलिंग और मूल्यांकन प्रतिमान प्रस्तावित करता है जो दस्तावेजों को स्वतंत्र नमूनों के बजाय समय-क्रमबद्ध व्यवहारिक अनुक्रमों के रूप में मानता है, और एक पीटीएसडी (PTSD) डायरी अध्ययन के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण पारिस्थितिक रूप से वैध अंतर्दृष्टि प्रदान करता है जो अक्सर पारंपरिक दस्तावेज़-स्तरीय विधियों द्वारा छूट जाती हैं या उलट दी जाती हैं।
यह शोध पत्र KnowBias का प्रस्ताव करता है, जो एक हल्का, प्रशिक्षण-मुक्त ढांचा है जो अनुमान (inference) के दौरान पूर्वाग्रह ज्ञान को एनकोड करने वाले न्यूरॉन्स को चुनिगत रूप से बढ़ाकर बड़े भाषा मॉडलों में सामाजिक पूर्वाग्रह को कम करता है, जिससे सामान्य क्षमताओं को संरक्षित करते हुए और न्यूनतम डेटा की आवश्यकता के साथ अत्याधुनिक डिबायसिंग (debiasing) प्रदर्शन प्राप्त किया जाता है।
यह शोध पत्र स्टाइल-कंडीशन्ड इम्प्लिसिट क्यू-लर्निंग (SCIQL) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो व्यवहार शैली परिभाषा को एकीकृत करता है और ऑफलाइन गोल्स-कंडीशन्ड आरएल तकनीकों को गेटेड एडवांटेज वेटेड रिग्रेशन के साथ नियोजित करता है ताकि ऑफलाइन रिइन्फोर्समेंट लर्निंग में उच्च कार्य प्रदर्शन को मजबूत शैली पर्यवेक्षण के साथ प्रभावी ढंग से संरेखित किया जा सके।
यह शोध पत्र SPAN को प्रस्तुत करता है, जो कि सुदृढीकरण शिक्षण (reinforcement learning) के लिए एक स्प्लाइन-आधारित अनुकूलन योग्य न्यूरल आर्किटेक्चर है, जो प्रति-चरण कम्प्यूटेशनल ओवरहेड में मामूली वृद्धि के बावजूद, बेंचमार्क वातावरण और वास्तविक दुनिया के HVAC नियंत्रण अनुप्रयोगों दोनों में MLP बेसलाइन की तुलना में सैंपल दक्षता और अभिसरण विश्वसनीयता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक पूर्णतः स्वचालित, नियम-नियमित ढांचे को प्रस्तुत करता है जो IUPAC नामों को संरचनात्मक XML मेटाडेटा में परिवर्तित करके 163,000 उच्च-परिशुद्धता वाले आणविक संरचना-भाषा युग्मों का एक बड़े पैमाने का डेटासेट उत्पन्न करता है ताकि LLMs को निर्देशित किया जा सके, जिससे मानव एनोटेशन की लागत संबंधी बाधाओं को दूर किया जा सके और डाउनस्ट्रीम रासायनिक कार्यों के लिए मजबूत अणु-भाषा संरेखण सक्षम किया जा सके।
यह शोध पत्र एक प्रशिक्षण-मुक्त, टेस्ट-टाइम डिटॉक्सिफिकेशन विधि प्रस्तुत करता है जो इनपुट एम्बेडिंग्स पर ज़ीरो-ऑर्डर ऑप्टिमाइज़ेशन का उपयोग करके बड़े भाषा मॉडलों को बिना मॉडल रिट्रेनिंग, ग्रेडिएंट्स, या आंतरिक गणनाओं तक पहुँच के, कम विषाक्त आउटपुट की ओर निर्देशित करती है।
ImprovEvolve एक LLM-निर्देशित विकासवादी खोज (evolutionary search) प्रस्तुत करता है जो बेसिन-हॉपिंग प्रक्रिया को संचालित करने के लिए विशिष्ट इनिशियलाइज़ेशन, सुधार और गड़बड़ी (perturbation) ऑपरेटरों को विकसित करता है, जो हेक्सागन पैकिंग, ऑटोकोरिलेशन असमानताओं और स्फेरिकल कोड्स के लिए नए अत्याधुनिक समाधानों की सफलतापूर्वक खोज करता है और साथ ही भाषा मॉडल पर संज्ञानात्मक भार को काफी कम करता है।
यह शोध पत्र नॉइज़-अलाइन्ड आरएफएम स्टीयरिंग (NA-RFM) प्रस्तुत करता है, जो डिफ्यूजन मॉडल्स को स्टीयर करने की एक कुशल विधि है जो ऑफलाइन-कम्प्यूटेड नॉइज़ अलाइनमेंट और रिकर्सिव फीचर मशीन एक्टिवेशन स्टीयरिंग को जोड़कर तेज़ इन्फरेंस और बेहतर सटीकता प्राप्त करती है, जिससे प्रति-चरण होने वाली महंगी ग्रेडिएंट गणनाओं की आवश्यकता समाप्त हो जाती है।
यह अध्ययन प्रकट करता है कि जहाँ उपयोगकर्ता बहु-पक्षीय वार्ताओं में स्वायत्त प्रतिनिधियों (autonomous delegates) की तुलना में उच्च-नियंत्रण वाले एआई सलाहकारों को दृढ़ता से प्राथमिकता देते हैं, वहीं केवल प्रतिनिधि मोडलिटी ही सामूहिक कल्याण को महत्वपूर्ण रूप से बढ़ावा देती है क्योंकि यह अनुकूल एआई सुझावों को ओवरराइड करने या अनदेखा करने की मानवीय प्रवृत्तियों को दरकिनार कर देती है।