23200 पेपर
यह शोध पत्र RL4F को प्रस्तुत करता है, जो वास्तविक DIII-D टोकामक डेटा पर आधारित परमाणु संलयन प्लाज्मा नियंत्रण के लिए एक मानकीकृत ऑफलाइन सुदृढीकरण शिक्षण (RL) बेंचमार्क है, जो चार पूर्ण-प्रोफ़ाइल ट्रैकिंग कार्यों में विभिन्न एल्गोरिदम का मूल्यांकन करता है और यह प्रदर्शित करता है कि ऑफलाइन मॉडल-आधारित विधियाँ इन जटिल, दीर्घ-क्षितिज समस्याओं में आम तौर पर बेहतर प्रदर्शन करती हैं।
यह अध्ययन प्रदर्शित करता है कि एक बहु-एजेंट रणनीतिक खेल के भीतर एक एकल एजेंट में रिफ्लेक्टिव प्रॉम्प्ट्स के रूप में प्रतीकात्मक तर्क ढांचों (symbolic reasoning frameworks) को इंजेक्ट करना, स्वाभाविक जोखिम-विमुख पूर्वाग्रहों (risk-aversion biases) को नियंत्रित करता है और विशिष्ट ढांचों की सामग्री का पालन करने के बजाय स्वयं रिफ्लेक्टिव प्रक्रिया के माध्यम से पारिस्थितिकी तंत्र-व्यापी विजेता वितरणों को नया आकार देता है।
यह शोधपत्र MedicalRec को प्रस्तुत करता है, जो एक ट्रांसफार्मर-आधारित अनुशंसा प्रणाली (recommender system) है जिसे मेडिकल इमेज क्लासिफिकेशन कार्यों के लिए बिना पुन: प्रशिक्षण (retraining) के इष्टतम डीप लर्निंग मॉडलों का चयन करने में सहायता करने के लिए डिज़ाइन किया गया है, जो 3,000 शोध लेखों से 5,000 से अधिक रिकॉर्ड्स के एक नए निर्मित डेटासेट का लाभ उठाते हुए 75.5% का HitRate@100 प्राप्त करता है।
यह शोध पत्र प्रकट करता है कि निकट-समानार्थी (near-synonym) कार्यों पर भाषा मॉडल के फाइन-ट्यूनिंग के दौरान दिखने वाले आभासी चरण संक्रमण (phase transitions), एम्बेडिंग स्पेस में वास्तविक ज्यामितीय परिवर्तनों के बजाय सॉफ्टमैक्स रीडआउट में विच्छिन्नता (discontinuities) के कारण उत्पन्न "फैंटम" आर्टिफैक्ट्स हैं, एक ऐसी घटना जिसे एक एकीकृत ऑर्डर पैरामीटर द्वारा अभिलक्षित किया जाता है जो विविध आर्किटेक्चरों में महत्वपूर्ण लर्निंग रेट्स की सफलतापूर्वक भविष्यवाणी करता है।
यह शोध पत्र मोंटपार्नास (Montparnasse) का परिचय देता है, जो एक मोंटे कार्लो सर्च फ्रेमवर्क है जो Eterna100 बेंचमार्क को तेज़ी से हल करके और मैसेंजर आरएनए अनुकूलन के लिए बेहतर अनुक्रमों की पहचान करके DesiRNA और LinearDesign जैसे मौजूदा अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है।
SurfDesign एक नवीन प्रोटीन डिज़ाइन फ्रेमवर्क है जो निरंतर आणविक सतह निरूपणों (continuous molecular surface representations) को प्रीट्रेन्ड लैंग्वेज मॉडल्स के साथ एकीकृत करता है ताकि सतह की ज्यामिति और भौतिक-रासायनिक पूरकता को स्पष्ट रूप से मॉडल करके कार्यात्मक प्रोटीन और एंजाइम डिज़ाइन में मौजूदा पद्धतियों से बेहतर प्रदर्शन किया जा सके।
यह शोधपत्र मैनिफोल्ड-प्रतिबंधित हाइपर-कनेक्शन्स (manifold-constrained hyper-connections) में 4x4 बिर्फ़्को प्रोजेक्शन्स (Birkhoff projections) के लिए एक एंड-टू-एंड त्वरण ढांचे (acceleration framework) को प्रस्तुत करता है, जो पारंपरिक सिंकहॉर्न-नोप (Sinkhorn-Knopp) दृष्टिकोणों की तुलना में 20 गुना से अधिक गति और काफी उच्च सटीकता प्राप्त करने के लिए न्यूटन पद्धति (Newton's method) और इम्प्लिसिट डिफरेंशिएशन (implicit differentiation) के साथ एक द्वैत सूत्रीकरण (dual formulation) का लाभ उठाता है।
OmniMem ऑडियो-विजुअल LLMs के लिए एक मेमोरी-कुशल स्ट्रीमिंग फ्रेमवर्क है जो एक मोडैलिटी-अवेयर एलोकेशन स्ट्रैटेजी और पर्टर्बेशन-अवेयर मेमोरी सिलेक्शन को नियोजित करके लंबी वीडियो इन्फरेंस सीमाओं को दूर करता है, जिससे सख्त मेमोरी बजट के तहत सटीकता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र पोस्ट-ट्रेनिंग पाइपलाइनों में प्रशिक्षण और अनुमान कर्नेल्स (kernels) के बीच वितरण विचलन (distributional divergence) को औपचारिक रूप से निर्दिष्ट और सीमित करने के लिए एक "कर्नेल कॉन्ट्रैक्ट्स" ढांचे का प्रस्ताव करता है, जो पॉलिसी-ग्रेडिएंट बायस पर सैद्धांतिक सीमाएं व्युत्पन्न करता है और एक संरचित परिनियोजन पाइपलाइन की रूपरेखा तैयार करता है, जबकि यह नोट करता है कि यह उत्पादन-स्तर के अनुभवजन्य सत्यापन के बिना एक वैचारिक ढांचे को प्रस्तुत करता है।
यह शोध पत्र एक प्रमाणित हाइब्रिड आर्किटेक्चर प्रस्तुत करता है जो ग्राहक मंथन (customer churn) की भविष्यवाणी में क्लास इम्बैलेंस और फीचर इंटरैक्शन को प्रभावी ढंग से संबोधित करने के लिए कैलिब्रेशन-अवेयर स्टैकिंग के माध्यम से FT-Transformer और ग्रेडिएंट-बूस्टेड ट्रीज़ को जोड़ता है, जिससे स्ट्रक्चर्ड टैबुलर डेटा पर बेसलाइन मॉडल्स की तुलना में बेहतर प्रदर्शन प्राप्त होता है।