cs.AI

Probabilistic Performance Guarantees for Multi-Task Reinforcement Learning

यह शोध पत्र मल्टी-टास्क रिइन्फोर्समेंट लर्निंग के लिए एक नवीन दृष्टिकोण प्रस्तुत करता है जो प्रति-कार्य लोअर कॉन्फिडेंस बाउंड्स को नमूना लिए गए कार्यों में कार्य-स्तरीय सामान्यीकरण के साथ जोड़कर अनदेखे कार्यों के लिए औपचारिक, उच्च-विश्वास प्रदर्शन गारंटी प्रदान करता है।

Structure Enables Effective Self-Localization of Errors in LLMs

यह शोध पत्र Thought-ICS का प्रस्ताव करता है, जो एक स्व-सुधार ढांचा (self-correction framework) है जो अधिक विश्वसनीय त्रुटि स्थानीयकरण (error localization) को सक्षम करने के लिए तर्क को असतत, अर्थपूर्ण रूप से सुसंगत चरणों में संरचित करता है और पारंपरिक तरीकों की तुलना में स्वायत्त स्व-सुधार प्रदर्शन में महत्वपूर्ण सुधार करता है।

Breaking the Reversal Curse in Autoregressive Language Models via Identity Bridge

यह शोध पत्र इस विचार को चुनौती देता है कि 'रिवर्सल कर्ज़' (reversal curse) ऑटोरेग्रेसिव एलएलएम (LLMs) की एक अंतर्निहित सीमा है, यह प्रदर्शित करते हुए कि प्रशिक्षण डेटा में एक सरल "आइडेंटिटी ब्रिज" (Identity Bridge) रेगुलराइजेशन ($A \to A$) जोड़ने से यहाँ तक कि एक-परत वाले ट्रांसफॉर्मर भी द्विदिश नियमों (bidirectional rules) को सीखने में सक्षम हो जाते हैं, जिससे रिवर्सल कार्यों के प्रदर्शन में महत्वपूर्ण सुधार होता है।

naPINN: Noise-Adaptive Physics-Informed Neural Networks for Recovering Physics from Corrupted Measurement

यह शोध पत्र naPINN का प्रस्ताव करता है, जो एक शोर-अनुकूलित भौतिकी-सूचित तंत्रिका नेटवर्क (Noise-Adaptive Physics-Informed Neural Network) है, जो शोर वितरण के पूर्व ज्ञान के बिना आउटलेर्स को फ़िल्टर करने के लिए एक प्रशिक्षित विश्वसनीयता गेट (reliability gate) का उपयोग करने और अवशिष्ट वितरणों (residual distributions) को सीखने के लिए एक ऊर्जा-आधारित मॉडल को समाहित करके दूषित मापों से भौतिक समाधानों को मजबूती से पुनर्प्राप्त करता है।

Lookahead Sample Reward Guidance for Test-Time Scaling of Diffusion Models

यह शोध पत्र LiDAR प्रस्तुत करता है, जो डिफ्यूजन मॉडल्स के लिए एक कुशल टेस्ट-टाइम स्केलिंग विधि है जो मार्जिनल सैंपल्स और फ्यू-स्टेप लुकअहेड सैंपलिंग का उपयोग करके क्लोज्ड-फॉर्म अपेक्षित भविष्य के रिवॉर्ड गाइडेंस की गणना करता है ताकि मौजूदा ग्रेडिएंट गाइडेंस दृष्टिकोणों की तुलना में 9.5x की गति वृद्धि के साथ उच्च मानव-संरेखित जनरेशन गुणवत्ता प्राप्त की जा सके।

Equilibrium Propagation for Non-Conservative Systems

यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो गैर-पारस्परिक अंतःक्रियाओं (non-reciprocal interactions) को ध्यान में रखने के लिए लर्निंग-फेज डायनेमिक्स को संशोधित करके इक्विलिब्रियम प्रोपेगेशन (Equilibrium Propagation) को मनमाने गैर-संरक्षी प्रणालियों (non-conservative systems) तक विस्तारित करता है, जिससे लागत फलन ग्रेडिएंट्स (cost function gradients) की सटीक गणना सक्षम होती है और पिछले तरीकों की तुलना में बेहतर प्रदर्शन प्राप्त होता है।

From Evaluation to Design: Using Potential Energy Surface Smoothness Metrics to Guide Machine Learning Interatomic Potential Architectures

यह शोध पत्र बॉन्ड स्मूथनेस कैरेक्टराइजेशन टेस्ट (BSCT) को प्रस्तुत करता है, जो एक गणनात्मक रूप से कुशल मीट्रिक है जो मशीन लर्निंग इंटरएटोमिक पोटेंशियल को मान्य करने और पुनरावृत्ति संरचनात्मक सुधारों को निर्देशित करने के लिए संभावित ऊर्जा सतह की गैर-सुगमता का पता लगाता है, जिसके परिणामस्वरूप ऐसे मॉडल प्राप्त होते हैं जो कम प्रतिगमन त्रुटियां प्राप्त करते हैं और स्थिर आणविक गतिशीलता सिमुलेशन सुनिश्चित करते हैं।

Better Source, Better Flow: Learning Condition-Dependent Source Distribution for Flow Matching

यह शोध पत्र फ्लो मैचिंग के लिए एक कंडीशन-डिपेंडेंट सोर्स डिस्ट्रीब्यूशन सीखने का प्रस्ताव देता है ताकि कंडीशनिंग सिग्नल्स का बेहतर उपयोग किया जा सके, जो वेरिएंस रेगुलराइजेशन और डायरेक्शनल अलाइनमेंट के माध्यम से प्रमुख स्थिरता चुनौतियों का समाधान करते हुए टेक्स्ट-टू-इमेज जनरेशन में काफी तेज़ अभिसरण (कन्वर्जेंस) और बेहतर प्रदर्शन प्राप्त करता है।

Inverse Depth Scaling From Most Layers Being Similar

यह शोध पत्र प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स में लॉस (loss) गहराई के साथ व्युत्क्रमानुपाती (inversely) रूप से घटता है क्योंकि कार्यात्मक रूप से समान परतें एक अक्षम लेकिन सुदृढ़ एन्सेम्बल (ensemble) के रूप में कार्य करती हैं, जो यह सुझाव देता है कि अधिक प्रभावी संरचनात्मक गहराई उपयोग को सक्षम करने के लिए भविष्य के आर्किटेक्चरल नवाचारों की आवश्यकता है।

Collaborative and Efficient Fine-tuning: Leveraging Task Similarity