23200 पेपर
INFUSER एक इटरेटिव को-ट्रेनिंग फ्रेमवर्क है जो एक जनरेटर और सॉल्वर का उपयोग करके अनस्ट्रक्चर्ड दस्तावेज़ों से तर्क क्षमताओं को विकसित करने के लिए एक इन्फ्लुएंस-गाइडेड रिवॉर्ड सिग्नल और एक नवीन DuGRPO एल्गोरिदम का उपयोग करता है, जो एक एडेप्टिव करिकुलम को क्यूरेट करता है और चुनौतीपूर्ण बेंचमार्क पर मौजूदा सेल्फ-इवोल्यूशन बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।
यह अध्ययन प्रदर्शित करता है कि जबकि स्टेज-1 वॉर्म-स्टार्ट विधियाँ (SFT बनाम OPD) विज़न-लैंग्वेज मॉडल्स के प्रारंभिक एंट्रॉपी रिजीम और उत्तर विविधता को महत्वपूर्ण रूप से प्रभावित करती हैं, वे स्टेज-2 सुदृढीकरण लर्निंग (reinforcement learning) के बाद अंतिम इन-डोमेन प्रदर्शन को पर्याप्त रूप से नहीं बदलती हैं या कोई स्पष्ट डाउनस्ट्रीम लाभ प्रदान नहीं करती हैं।
यह शोधपत्र CoVER को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो क्वेरी-विस्तारित दृश्य साक्ष्य (query-expanded visual evidence) को गतिशील रूप से एकत्र करके "अधिक देखने" और उत्तर-संकेत निर्देशित प्रतिबिंब (answer-clue guided reflection) का उपयोग करके "गहराई से सोचने" के माध्यम से Video-LLMs में दीर्घ-वीडियो समझ को बढ़ाता है, जिससे यह साक्ष्य-केंद्रित और दृश्य रूप से सत्यापन योग्य तर्क के द्वारा मौजूदा मॉडलों से बेहतर प्रदर्शन करता है।
यह शोध पत्र "OnlyDense" का प्रस्ताव करता है, जो एक ऐसा लर्निंग फ्रेमवर्क है जो विशाल लैग्रेंजियन पार्टिकल सिस्टम को सीखे गए न्यूरल बेसिस फंक्शन्स के एक लीनियर सबस्पेस का उपयोग करके हिल्बर्ट स्पेस में विकसित होने वाले फलनों के रूप में मॉडल करता है, जिससे शास्त्रीय रिड्यूस्ड-ऑर्डर मॉडलिंग और डीप लर्निंग को एकीकृत करके न्यूनतम लेटेंट डायमेंशन के साथ जटिल गतिशील घटनाओं का स्केलेबल और उच्च-सटीक सिमुलेशन और भविष्यवाणी प्राप्त की जा सके।
यह शोध पत्र RLHF में रिवॉर्ड हैकिंग को संबोधित करने के लिए एक डिस्ट्रीब्यूशनल रिवॉर्ड मॉडल का उपयोग करने का प्रस्ताव देता है, जो यह प्रदर्शित करता है कि एक KL-रेगुलराइज्ड ऑब्जेक्टिव एक क्लोज्ड-फॉर्म प्रभावी रिवॉर्ड प्रदान करता है जो विभिन्न निराशावादी ह्यूरिस्टिक्स (जैसे माध्य, वर्स्ट-केस, और अनसर्टेन्टी-वेटेड एग्रीगेशन) को एक एकल सैद्धांतिक ढांचे के तहत एकीकृत करता है।
यह शोध पत्र FlashMemory-DeepSeek-V4 प्रस्तुत करता है, जो एक बैकबोन-मुक्त प्रशिक्षित Lookahead Sparse Attention तंत्र का उपयोग करने वाला एक नवीन इन्फरेंस प्रतिमान (paradigm) है, जो केवल महत्वपूर्ण KV कैश चंक्स (chunks) का सक्रिय रूप से पूर्वानुमान लगाने और उन्हें बनाए रखने के लिए डिज़ाइन किया गया है, जिससे अल्ट्रा-लॉन्ग कॉन्टेक्स्ट में डाउनस्ट्रीम सटीकता को बनाए रखते हुए या थोड़ा सुधारते हुए भौतिक मेमोरी ओवरहेड को 85% से अधिक कम किया जा सकता है।
DynaOD एक सिमेंटिक-संचालित ढांचा है जो पूर्व-प्रशिक्षित स्थिर जनरेटरों को अनुकूलित करने के लिए विविक्त दिशात्मक प्रवृत्तियों और निरंतर टेम्पोरल विकास को संयुक्त रूप से मॉडल करके यथार्थवादी गतिशील मूल-गंतव्य (origin-destination) प्रवाह उत्पन्न करता है, जिससे ऐतिहासिक OD अवलोकनों पर निर्भर किए बिना बेहतर भविष्य कहनेवाला सटीकता और वितरण निष्ठा प्राप्त होती है।
यह शोध पत्र "कॉन्टेक्स्ट रॉट" (context rot) को एक महत्वपूर्ण समस्या के रूप में पहचानता है जहाँ सॉफ़्टवेयर विकसित होने के साथ AI कॉन्फ़िगरेशन फ़ाइलें पुरानी या अप्रासंगिक हो जाती हैं, यह तर्क देता है कि स्थापित दस्तावेज़ीकरण निरंतरता उपकरणों (documentation consistency tools) को इन विसंगतियों का पता लगाने के लिए तुरंत पुन: उपयोग किया जा सकता है और इस समस्या के समाधान के लिए एक अनुसंधान रोडमैप की रूपरेखा तैयार करता है।
यह शोधपत्र एक नवीन प्रशिक्षण ढांचे का प्रस्ताव करता है जो इक्विलिब्रियम प्रोपेगेशन (Equilibrium Propagation) को आइसिंग मशीन डायनेमिक्स (Ising machine dynamics) के साथ संकरित (hybridize) करता है, जिसमें डिसिपेटिव हॉपफील्ड रिलैक्सेशन (dissipative Hopfield relaxation) को विस्तारित फेज़-स्पेस डायनेमिक्स (extended phase-space dynamics) से प्रतिस्थापित किया गया है, जिससे स्थानीय मिनिमा (local minima) पर विजय प्राप्त होती है, अभिसरण (convergence) में तेजी आती है, और गहरे कनवल्शनल हॉपफील्ड नेटवर्क पर बैकप्रोपैगेशन-स्तर का प्रदर्शन प्राप्त होता है, जबकि ऊर्जा की खपत को काफी कम किया जाता है।
यह शोध पत्र प्रदर्शित करता है कि एक कोहेरेंट आइसिंग मशीन, जब इक्विलिब्रियम प्रोपेगेशन और एडम ऑप्टिमाइज़र के साथ संयोजित की जाती है, तो बेहतर अभिसरण (convergence) और स्केलेबिलिटी के साथ ऊर्जा-आधारित न्यूरल नेटवर्क को प्रभावी ढंग से प्रशिक्षित कर सकती है, जो ऊर्जा-कुशल, अगली पीढ़ी के एआई हार्डवेयर के लिए एक आशाजनक मार्ग प्रस्तुत करती है।