23200 पेपर
यह शोधपत्र यह प्रदर्शित करता है कि टोकन रैंकिंग भाषा मॉडलों के लिए एक अद्वितीय, अनफॉरजेबल (unforgeable) हस्ताक्षर के रूप में कार्य करती है जो उन्हें बिना उनके पैरामीटर्स को लीक किए पहचान सकती है, बशर्ते कि API आउटपुट को पर्याप्त रूप से छोटे टॉप- तक प्रतिबंधित करे ताकि पैरामीटर चोरी को रोका जा सके और साथ ही मॉडल के विशिष्ट रैंकिंग पैटर्न को प्रकट किया जा सके।
यह शोध पत्र SePO का प्रस्ताव करता है, जो एक स्व-संदर्भित (self-referential) ढांचा है जो दो-चरणीय विकासवादी खोज (two-stage evolutionary search) के माध्यम से टास्क एजेंटों और प्रॉम्प्ट एजेंट के अपने सिस्टम प्रॉम्प्ट्स दोनों को अनुकूलित करता है, जो मौजूदा विधियों की तुलना में विविध बेंचमार्क पर बेहतर सामान्यीकरण और प्रदर्शन प्रदर्शित करता है।
ParetoPilot एक नवीन ज़ीरो-सरोगेट डिफ्यूजन फ्रेमवर्क है जो ऑफलाइन मल्टी-ऑब्जेक्टिव ऑप्टिमाइज़ेशन के लिए है, जो जनरेशन को विविध पारेटो-ऑप्टिमल समाधानों की ओर गतिशील रूप से निर्देशित करने के लिए डीनॉइज़िंग प्रक्रिया के भीतर एक इन्फर-पर्टर्ब-गाइड इंजन को समाहित करके बाहरी सरोगेट मॉडल की आवश्यकता को समाप्त करता है।
यह शोध पत्र एडेप्टिव कैलिब्रेशन (Adaptive Calibration) का परिचय देता है, जो एक नवीन रणनीति है जो स्थानीय संदर्भ (local context) का उपयोग करके कोसाइन समानता (cosine similarity) को सुव्यवस्थित संभावनाओं (well-calibrated probabilities) में मैप करके चेहरे की पहचान प्रणालियों की सटीकता और निष्पक्षता दोनों को बढ़ाती है, जिससे जनसांख्यिकीय मेटाडेटा की आवश्यकता के बिना विविध समूहों में समान प्रदर्शन प्राप्त होता है।
यह शोध पत्र विज़ुअल टेक्स्ट जनरेशन में वर्तमान टेक्स्ट-टू-इमेज मॉडल्स की रीजनिंग फिडेलिटी (तर्क संबंधी सत्यता) का मूल्यांकन करता है और पाता है कि, पठनीय टेक्स्ट उत्पन्न करने के बावजूद, वे अर्थ संबंधी त्रुटियों और तार्किक विसंगतियों के कारण जटिल तर्क प्रक्रियाओं को सटीक रूप से प्रदर्शित करने में अक्सर विफल रहते हैं, जो विज़ुअल टेक्स्ट जनरेशन और प्रक्रियात्मक तर्क क्षमताओं के बीच एक महत्वपूर्ण अंतर को प्रकट करता है।
AgentJet एक लचीला, वितरित स्वार्म ट्रेनिंग फ्रेमवर्क है जो हेट्रोजेनियस मल्टी-मॉडल रिइन्फोर्समेंट लर्निंग, फॉल्ट-टॉलरेंट मल्टी-टास्क ट्रेनिंग और लाइव कोड इटरेशन को सक्षम करने के लिए एजेंट निष्पादन को मॉडल अनुकूलन से अलग करता है, जबकि स्वायत्त लॉन्ग-होरिज़न आरएल रिसर्च के लिए एक स्वचालित प्रणाली पेश करता है।
यह शोध पत्र पिवटट्रेस (PivotTrace) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो अनलेबल डेटा में अनिश्चितता को मापने के लिए मेटाकॉग्निटिव पिवोट्स (metacognitive pivots) को ट्रैक करने हेतु अटेंशन डायनेमिक्स का लाभ उठाता है, जिससे सत्यापन योग्य पुरस्कारों के साथ सुदृढीकरण शिक्षण (Reinforcement Learning with Verifiable Rewards - RLVR) को कुशल बनाया जा सके, जो पूरी तरह से पर्यवेक्षित दृष्टिकोणों की तुलना में काफी कम एनोटेटेड नमूनों और तेज़ अभिसरण (convergence) के साथ बेहतर प्रदर्शन प्राप्त करता है।
GeoMin एक डेटा-कुशल सेमी-सुपरवाइज्ड सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचा है जो सही और गलत रोलआउट्स के बीच अंतर करने के लिए वैश्विक फीचर वितरणों को मॉडल करता है, जिससे यह अनलेबल उदाहरणों का प्रभावी ढंग से लाभ उठाकर केवल 10% एनोटेशन डेटा का उपयोग करके भी पूरी तरह से सुपरवाइज्ड मॉडलों से बेहतर प्रदर्शन करने में सक्षम होता है।
यह शोध पत्र यह तर्क देता है कि एप्रोक्सिमेट नियरएस्ट नेबर (ANN) सर्च के लिए मानक रिकॉल@k (Recall@k) मीट्रिक वास्तविक उपयोगिता के लिए एक त्रुटिपूर्ण प्रॉक्सी है क्योंकि यह परिणाम की गुणवत्ता के बजाय सेट ओवरलैप को प्राथमिकता देता है, और इसके स्थान पर इनवर्स एप्रोक्सिमेशन रेशियो (1/Ratio@k) प्रस्तावित करता है जो एक अधिक सटीक, कुशल और तैनात करने योग्य मीट्रिक है जो अनावश्यक कम्प्यूटेशनल ओवरहेड को कम करते हुए डाउनस्ट्रीम टास्क प्रदर्शन के साथ बेहतर सहसंबंध रखता है।
यह शोध पत्र सिंथेटिक अपर्चर रडार (SAR) फ्यू-शॉट क्लास इंक्रीमेंटल लर्निंग के लिए एक ऑप्टिकल-गाइडेड फ्रेमवर्क का प्रस्ताव करता है जो विनाशकारी विस्मृति (कैटास्ट्रोफिक फॉरगेटिंग) और गंभीर इंट्रा-क्लास परिवर्तनशीलता को कम करने के लिए डेटा-समृद्ध ऑप्टिकल इमेजरी से न्यूरल कोलैप्स और ज्यामितीय पूर्ववृत्तों (जियोमेट्रिक प्रायर्स) का लाभ उठाता है, जिससे एक 24-क्लास बेंचमार्क पर बेहतर प्रदर्शन और फीचर कॉम्पैक्टनेस प्राप्त होती है।