23200 पेपर
यह अध्ययन प्रदर्शित करता है कि अनुकूलित डेटा चयन रणनीतियाँ कम आधारभूत सटीकता वाले व्यक्तियों के लिए वियरेबल स्वास्थ्य भविष्यवाणी प्रदर्शन में महत्वपूर्ण सुधार करती हैं, लेकिन मजबूत आधारभूत स्तर वाले लोगों के लिए सीमित या नकारात्मक लाभ प्रदान करती हैं, जो यह सुझाव देता है कि ऐसे तरीकों को प्रारंभिक प्रदर्शन स्तरों के आधार पर चुनिंदा रूप से तैनात किया जाना चाहिए।
यह शोधपत्र BudgetDraft प्रस्तुत करता है, जो एक मल्टी-व्यू प्रशिक्षण विधि है जो स्पार्स-KV ड्राफ्टर को स्वीकृति-जागरूक (acceptance-aware) लर्निंग से सुसज्जित करती है ताकि उच्च टोकन स्वीकृति दर बनाए रखी जा सके और बिना इन्फरेंस-टाइम मेमोरी लागत बढ़ाए मिड-टू-लॉन्ग कॉन्टेक्स्ट स्पेकुलेटिव डिकोडिंग में महत्वपूर्ण एंड-टू-एंड स्पीडअप (6.55x तक) प्राप्त किया जा सके।
RAFT एक दो-चरणीय ढांचा है जो मॉडल-अनुकूल पुनर्लेखन के माध्यम से प्रशिक्षण डेटा को परिष्कृत करके और मॉडल की मूल सामान्य क्षमताओं को संरक्षित करते हुए इन-डोमेन प्रदर्शन में सुधार करने के लिए उत्तर-सशर्त ऑन-पॉलिसी डिस्टिलेशन (answer-conditioned on-policy distillation) का उपयोग करके डोमेन-विशिष्ट फाइन-ट्यूनिंग के दौरान होने वाली कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को कम करता है।
यह शोधपत्र StemBind को प्रस्तुत करता है, जो एक नैदानिक बेंचमार्क है जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स में एक निरंतर "बाइंडिंग गैप" (जुड़ाव अंतराल) को प्रकट करता है जहाँ, दृश्य नियमों को सही ढंग से पहचानने के बावजूद, वे अमूर्त दृश्य तर्क के दौरान उन नियमों को विशिष्ट उदाहरणों के साथ मैप करने में बार-बार विफल रहते हैं, एक ऐसी सीमा जिसे न तो मॉडल स्केलिंग और न ही स्पष्ट थिंकिंग मोड वर्तमान में हल कर पाते हैं।
यह शोध पत्र "पर्सोना अटैक" (Persona Attack) को प्रस्तुत करता है, जो एक नवीन जेलब्रेक विधि है जो एक लार्ज लैंग्वेज मॉडल की कन्वर्सेशन मेमोरी में निर्देशों को क्रमिक रूप से इंजेक्ट करके उसके कॉन्टेक्स्ट विंडो को मैनिपुलेट करती है, यह प्रदर्शित करते हुए कि इन इंजेक्शनों को संचित करना सुरक्षा संरेखण (safety alignments) को ओवरराइड कर सकता है और विभिन्न मॉडलों एवं निर्देश कॉन्फ़िगरेशन में 95% तक हमला सफलता दर प्राप्त कर सकता है।
यह शोध पत्र ReMax को प्रस्तुत करता है, जो एक पॉलिसी ग्रेडिएंट ऑब्जेक्टिव है जो अन्वेषण (exploration) को कई प्रयासों के अपेक्षित अधिकतम प्रतिफल (expected maximum return) के रूप में औपचारिक रूप देता है, जिससे RePPO का विकास होता है—एक PPO वेरिएंट जो इस ऑब्जेक्टिव को एक निरंतर पुन: प्रयास पैरामीटर (continuous retry parameter) के साथ अनुकूलित करके बिना किसी स्पष्ट बोनस टर्म के प्रभावी, उभरते हुए स्टोकेस्टिक अन्वेषण को प्राप्त करता है।
यह शोध पत्र PIGMENT को प्रस्तुत करता है, जो 11,000 से अधिक स्कैन पर प्रशिक्षित एक भौतिकी-सूचित (physics-informed) फाउंडेशन मॉडल है जो मानव मस्तिष्क की सूक्ष्म संरचना के एक सार्वभौमिक जनरेटिव प्रायर (universal generative prior) को सीखकर विविध नैदानिक सेटिंग्स और विरल अधिग्रहण प्रोटोकॉल के बीच विश्वसनीय, ज़ीरो-शॉट मात्रात्मक डिफ्यूजन MRI मैपिंग को सक्षम बनाता है।
यह शोध पत्र हवाई वाहन डिटेक्टरों पर डिजिटल-से-भौतिक प्रतिकूल पैच (एडवर्सरियल पैच) हमलों की प्रभावशीलता का मूल्यांकन करता है, जो यह प्रकट करता है कि जहाँ डिजिटल रूप से OFF पैच सबसे अच्छा प्रदर्शन करते हैं, वहीं वास्तविक भौतिक वातावरण में मौसम-आधारित संवर्धन के सीमित लाभ के बावजूद ON पैच बेहतर सुदृढ़ता प्रदान करते हैं।
यह अध्ययन प्रदर्शित करता है कि यूनिफाइड मल्टी-टास्क टाइम सीरीज़ मॉडल की उन्नत टेम्पोरल मॉडलिंग क्षमताओं के बावजूद, रैंडम फॉरेस्ट्स, एक्सजीबूस्ट और सपोर्ट वेक्टर मशीन जैसे पारंपरिक मशीन लर्निंग एल्गोरिदम ग्राहक मंथन (कस्टमर चर्न) भविष्यवाणी के संबंध में सटीकता, डेटा दक्षता और कम्प्यूटेशनल लागत के मामले में लगातार इसे पीछे छोड़ देते हैं।
यह शोध पत्र "बियॉन्ड ऑग्मेंटेशन" (Beyond Augmentation) का प्रस्ताव करता है, जो एक नवीन स्कोर-गाइडेड क्लासिफिकेशन फ्रेमवर्क है, जो एक अनसुपरवाइज्ड जनरेटिव नेटवर्क का उपयोग करके पैथोलॉजिकल एनोमली स्कोर को वर्गीकरण के लिए एक प्रायर (prior) के रूप में निकालने के माध्यम से EEG-आधारित अवसाद पहचान में छोटे-नमूना दुविधा (small-sample dilemma) को दूर करता है, जिससे सिंथेटिक डेटा जनरेशन की आवश्यकता समाप्त हो जाती है और विविध चैनल कॉन्फ़िगरेशन में मजबूत प्रदर्शन प्राप्त होता है।