23200 पेपर
यह शोध पत्र "सेमी-ऑफलाइन रीइन्फोर्समेंट लर्निंग" का परिचय देता है, जो अन्वेषण (exploration) और प्रशिक्षण लागत के बीच संतुलन बनाने के लिए ऑनलाइन और ऑफलाइन सेटिंग्स के बीच के अंतर को पाटने वाला एक नया प्रतिमान (paradigm) है, जो टेक्स्ट जनरेशन के लिए एक सैद्धांतिक रूप से इष्टतम ढांचा प्रदान करता है जो अत्याधुनिक तरीकों के बराबर या उनसे बेहतर प्रदर्शन करता है।
यह शोध पत्र इक्विवेरिएंट न्यूरल नेटवर्क्स (equivariant neural networks) की पृथक्करण शक्ति का एक व्यापक लक्षण वर्णन प्रदान करता है, जो यह प्रकट करता है कि नॉन-पॉलीनोमियल एक्टिवेशन्स (non-polynomial activations) अधिकतम अभिव्यक्ति क्षमता प्राप्त करते हैं, गहराई केवल एक विशिष्ट सीमा तक सुधार प्रदान करती है, और ब्लॉक डिकंपोजिशन (block decomposition) मॉडल क्षमताओं की तुलना करने के लिए एक पदानुक्रमित ढांचा निर्मित करता है।
यह शोध पत्र ST-WebAgentBench प्रस्तुत करता है, जो एक कॉन्फ़िगर करने योग्य बेंचमार्क सुइट है जो एक नवीन "कम्प्लीशन अंडर पॉलिसी" (Completion Under Policy) मीट्रिक का उपयोग करके 222 एंटरप्राइज कार्यों पर स्वायत्त वेब एजेंटों का सुरक्षा और विश्वसनीयता के आधार पर मूल्यांकन करता है, जिससे यह पता चलता है कि वर्तमान अत्याधुनिक एजेंट उच्च कार्य पूर्णता दरों के बावजूद अक्सर महत्वपूर्ण सुरक्षा मानकों को पूरा करने में विफल रहते हैं।
यह शोध पत्र चैनल-वाइज मिक्स्ड-प्रिसिजन क्वांटाइजेशन (CMPQ) प्रस्तुत करता है, जो एक नवीन विधि है जो एक्टिवेशन वितरण के आधार पर वेट चैनल्स को मनमाने प्रिसिजन स्तरों को गतिशील रूप से आवंटित करती है और एज डिवाइसेस पर लार्ज लैंग्वेज मॉडल्स के लिए उच्च प्रदर्शन बनाए रखते हुए मेमोरी उपयोग को महत्वपूर्ण रूप से कम करने के लिए आउटलियर एक्सट्रैक्शन के साथ नॉन-यूनिफॉर्म क्वांटाइजेशन का उपयोग करती है।
यह शोध पत्र MobileVD को प्रस्तुत करता है, जो पहला मोबाइल-अनुकूलित वीडियो डिफ्यूजन मॉडल है जो रिज़ॉल्यूशन में कमी, मल्टी-स्केल टेम्पोरल रिप्रेजेंटेशन, नवीन प्रूनिंग रणनीतियों और एडवर्सरियल सिंगल-स्टेप फाइनट्यूनिंग के माध्यम से Stable Video Diffusion की तुलना में 523x दक्षता लाभ प्राप्त करता है, जिससे न्यूनतम गुणवत्ता हानि के साथ मोबाइल उपकरणों पर उच्च-गुणवत्ता वाला वीडियो जनरेशन सक्षम होता है।
यह शोध पत्र बुलियन फलनों (Boolean functions) और छोटे तंत्रिका नेटवर्क (neural networks) पर प्रयोगों के माध्यम से यह प्रदर्शित करते हुए मैकेनिस्टिक इंटरप्रिटेबिलिटी (Mechanistic Interpretability) की पहचान क्षमता (identifiability) की जांच करता है कि व्यवस्थित गैर-पहचान क्षमता (systematic non-identifiability) के कारण अद्वितीय स्पष्टीकरण अक्सर अप्राप्य होते हैं, जिससे वैध एआई स्पष्टीकरणों के लिए क्या सख्त विशिष्टता आवश्यक है, इस पर पुनर्मूल्यांकन की आवश्यकता उत्पन्न होती है।
यह शोध पत्र RTD-Lite प्रस्तुत करता है, जो एक स्केलेबल एल्गोरिदम है जो जटिलता के साथ भारित ग्राफ (weighted graphs) की टोपोलॉजिकल कनेक्टिविटी संरचनाओं की कुशलतापूर्वक तुलना करता है, जिससे टोपोलॉजिकल विशेषताओं को संरक्षित करने के लिए आयामी न्यूनीकरण (dimensionality reduction) और न्यूरल नेटवर्क प्रशिक्षण में इसका प्रभावी अनुप्रयोग संभव हो पाता है।
यह शोध पत्र तर्क देता है कि कंट्रास्टिव डिकोडिंग (contrastive decoding) मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स में ऑब्जेक्ट हैलुसिनेशन (object hallucinations) को वास्तव में कम करने में विफल रहती है, यह प्रकट करते हुए कि POPE जैसे बेंचमार्क्स पर इसकी स्पष्ट सफलता केवल कच्चे वितरण समायोजन (crude distribution adjustments) और ग्रीडी सर्च (greedy search) में कमी के कारण एक भ्रम मात्र है, न कि वास्तविक हैलुसिनेशन दमन के कारण।
यह शोध पत्र CLASH पेश करता है, जो विविध चरित्र दृष्टिकोणों के साथ उच्च-दांव वाले दुविधाओं का एक डेटासेट है, यह प्रकट करने के लिए कि उन्नत भाषा मॉडल भी मूल्य-आधारित निर्णय लेने में संघर्ष करते हैं, और मनोवैज्ञानिक असहजता की उचित भविष्यवाणियों के बावजूद शीघ्र प्रतिबद्धता और मूल्यों में बदलाव की सीमित समझ जैसे विशिष्ट विफलता पैटर्न प्रदर्शित करते हैं।
यह शोध पत्र RecLM को प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो एम्बेडिंग रिट्रीवल (embedding retrieval), कंस्ट्रेंड जनरेशन (constrained generation) और डिस्क्रीट टोकन जनरेशन (discrete token generation) के तीन ग्राउंडिंग प्रतिमानों को एकीकृत करके LLM-आधारित अनुशंसा प्रणालियों में आउट-ऑफ-डोमेन मतिभ्रम (out-of-domain hallucinations) को समाप्त करता है, साथ ही बेंचमार्क में अत्याधुनिक सटीकता प्राप्त करता है।