23087 पेपर
यह शोध पत्र 'वेरिफिएबल रिवॉर्ड्स के साथ रिइन्फोर्समेंट लर्निंग' (RLVR) में "डाइवर्सिटी कोलैप्स" को ओवरट्रेनिंग के एक रूप के रूप में पहचानता है जो मॉडल की रीजनिंग बाउंड्री को संकुचित कर देता है, और "बेयसियन बाउंड्री गेटिंग" का प्रस्ताव करता है ताकि अनुकूलन (ऑप्टिमाइजेशन) को अनसुलझे प्रश्नों की ओर पुनर्निर्देशित किया जा सके, जिससे विविध रीजनिंग बेंचमार्क पर हाई- Pass@ प्रदर्शन में सुधार होता है।
यह शोध पत्र एक 'एनीटाइम-वैलिड' (anytime-valid) एट्रिब्यूशन फ्रेमवर्क प्रस्तुत करता है जो एक निश्चित मानव-लेबल वाले 'एंकर सेट' और एक 'बेटिंग ई-प्रोसेस' (betting e-process) का उपयोग करके निरंतर मूल्यांकन पाइपलाइनों में उत्पाद क्षरण (product degradation) और एलएलएम जज ड्रिफ्ट (LLM judge drift) के बीच के अस्पष्टता को हल करता है, जिससे सिस्टम और जज की विफलताओं के बीच विश्वसनीय रूप से अंतर किया जा सके, और यह सटीकता एवं लागत-दक्षता में मानक सांख्यिकीय विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक बेयसियन स्टीयरेबल-सीएनएन (Bayesian Steerable-CNN) ढांचे को प्रस्तुत करता है जो सटीक SE(3)-इक्विवैरिएंस (SE(3)-equivariance) को संरक्षित करते हुए वेरिएशनल इन्फरेंस (variational inference) के माध्यम से एक साथ अनिश्चितता परिमाणीकरण (uncertainty quantification) को सक्षम बनाता है, जिससे वितरण संबंधी बदलावों (distributional shifts) के प्रति बेहतर सुदृढ़ता और अनिश्चितता-निर्देशित भविष्यवाणियों के माध्यम से उन्नत प्रदर्शन प्राप्त होता है।
यह शोधपत्र मैकेनिस्टिक इंटरप्रिटेबिलिटी (mechanistic interpretability) उपकरणों का उपयोग यह प्रदर्शित करने के लिए करता है कि LLaMA 3.1-8B-Instruct का नैतिक तर्क किसी अंतर्निहित नैतिक मूल (intrinsic ethical core) द्वारा संचालित नहीं है, बल्कि एक "फ्रेम-कंडीशन्ड मोरल कम्प्यूटेशन" (Frame-Conditioned Moral Computation) द्वारा संचालित है जहाँ प्रॉम्प्ट की सतही शब्दावली उन विशिष्ट फीचर मैनिफोल्ड्स (feature manifolds) का चयन करती है जो मॉडल के आंतरिक एक्टिवेशन पर हावी होते हैं, जो यह सुझाव देता है कि वास्तविक संरेखण (alignment) के लिए केवल व्यवहार संबंधी आउटपुट का अवलोकन करने के बजाय नैतिक फीचर्स की कारणिक विशेषाधिकार (causal privilege) को सत्यापित करना आवश्यक है।
MADAR एक नवीन एड्रेस-फ्री प्रोसेसर आर्किटेक्चर पेश करता है जो पारंपरिक मेमोरी पदानुक्रमों और ऑपरेंड फेचिंग को स्लॉट्स के सर्कुलेटिंग रिंग्स और कंपाइल-टाइम शेड्यूलिंग से बदल देता है, जो AI एक्सेलेरेशन जैसे प्रेडिक्टेबल वर्कलोड के लिए ऊर्जा और क्षेत्र ओवरहेड्स को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र AP-GRPO को प्रस्तुत करता है, जो एक नवीन ढांचा है जो विश्वसनीय श्रव्य एंकर्स (audible anchors) को संरक्षित करने और क्षययुक्त खंडों में ध्वन्यात्मक निरंतरता सुनिश्चित करने के लिए एंकर-गेटेड रिवार्ड्स (anchor-gated rewards) और इंटर-एंकर फोनेटिक अलाइनमेंट (inter-anchor phonetic alignment) का लाभ उठाकर पैथोलॉजिकल स्पीच के पुनर्निर्माण के लिए स्पीच लैंग्वेज मॉडल्स को अनुकूलित करता है।
यह शोध पत्र Drift-RAE प्रस्तुत करता है, जो ड्रिफ्टिंग मॉडल्स (Drifting Models) और सैद्धांतिक क्षेत्र संरेखण (theoretical field alignments) का लाभ उठाकर रिप्रेजेंटेशन ऑटोएनकोडर (Representation Autoencoder) लेटेंट स्पेस में प्रीट्रेंड फ्लो मॉडल्स के डिस्टिलेशन को स्थिर करता है, जिससे बिना किसी सहायक फीचर एक्सट्रैक्टर्स के ImageNet 256 पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र न्यूनतम पर्याप्त निरीक्षण (Minimum Sufficient Oversight - MSO) सिद्धांत का प्रस्ताव करता है, जो एक वेरिएशनल फ्रेमवर्क है जो प्रदर्शन संबंधी बाधाओं के तहत शासन के बोझ को कम करके एआई प्रणालियों में स्वायत्तता प्रत्यायोजन को अनुकूलित करता है, जिससे क्षमता और हस्तक्षेप के समय पर सैद्धांतिक सीमाओं को प्राप्त किया जाता है और साथ ही 'मास्किंग' को एक महत्वपूर्ण विकृति के रूप में पहचाना जाता है जो विश्वास अंशांकन (trust calibration) को कमजोर करती है।
यह शोध पत्र सिद्धांत-आधारित प्रॉम्प्ट अनुकूलन और बहु-रेटर्स विश्वसनीयता विश्लेषण का उपयोग करते हुए एक कठोरता से मान्य ढांचे को प्रस्तुत करता है, जो तीन फ्रंटियर एलएलएम (LLMs) को बेयसियन संज्ञानात्मक विज्ञान में यथार्थवाद (realism) और उपकरणवाद (instrumentalism) के बीच सूक्ष्म दृष्टिकोण अंतरों को विश्वसनीय रूप से पहचानने में सक्षम बनाता है, जिससे गुणात्मक कोडिंग को एक बड़े संग्रह तक सफलतापूर्वक विस्तारित करना और निम्न-स्तरीय धारणा तथा उच्च-स्तरीय संज्ञान अनुसंधान के बीच यथार्थवाद के महत्वपूर्ण अंतर को परिमाणित करना संभव हुआ है।