19893 पेपर
यह शोधपत्र स्थानीय संचलन बाधाओं वाले गतिशील ग्राफों पर स्टोकेस्टिक मल्टी-आर्म्ड बैंडिट्स को संबोधित करने के लिए टोपोलॉजिकल स्थिरता सुनिश्चित करने हेतु एक स्लाइडिंग-विंडो मिक्सिंग स्थिति पेश करता है और एक्सप्लोर-देन-कमिट एल्गोरिदम का प्रस्ताव करता है जो उप-रैखिक अपेक्षित रिग्रेट (sublinear expected regret) प्राप्त करते हैं।
यह शोध पत्र एक लैगुएर ज्यामिति (Laguerre Geometry) ढांचे को प्रस्तुत करता है जो LLM अवधारणाओं को बिंदुओं के बजाय स्थानिक क्षेत्रों (spatial regions) के रूप में पुनर्परिभाषित करता है, जिससे ट्रांसफॉर्मर मॉडल के आंतरिक तर्क प्रक्षेपवक्रों (reasoning trajectories) और पदानुक्रमित संरचनाओं को सटीक रूप से विज़ुअलाइज़ करने, मापने और हेरफेर करने के लिए ज्योमेट्रिक लेंस (Geometric Lens) और लैगुएर ऑटोएनकोडर (Laguerre Autoencoder) जैसे प्रशिक्षण-मुक्त उपकरणों का विकास सक्षम होता है।
यह शोध पत्र DiffUE को प्रस्तुत करता है, जो एक नवीन विधि है जो डिफ्यूजन-आधारित ऑटोएनकोडर के माध्यम से सिमेंटिक स्पेस में अदृश्य शोर (imperceptible noise) इंजेक्ट करके इमेज उपयोगिता और अनलर्नैबिलिटी (unlearnability) के बीच के संतुलन को बेहतर बनाती है, जिससे प्रभावी रूप से पुन: सीखने की रणनीतियों का विरोध करने वाली और दृश्य निष्ठा (visual fidelity) बनाए रखने वाली मजबूत, उच्च-गुणवत्ता वाली छवियां निर्मित होती हैं।
MemDecay एक प्रशिक्षण-मुक्त (training-free), क्षेत्र-जागरूक (region-aware) KV कैश इविक्शन पॉलिसी है जो LLM एजेंट संदर्भों की सिमेंटिक संरचना का लाभ उठाकर विभिन्न टोकन क्षेत्रों को विशिष्ट प्रतिधारण प्राथमिकताएं (retention priorities) और क्षय दरें (decay rates) आवंटित करती है, जो महत्वपूर्ण जानकारी को संरक्षित करने और मेमोरी बाधाओं के तहत इन्फरेंस सटीकता बनाए रखने में मौजूदा रिसेंसी- या अटेंशन-आधारित बेसलाइनों की तुलना में काफी बेहतर प्रदर्शन करती है।
एजेंटिक-डीपीओ (Agentic-DPO) एक हल्का, ऑफलाइन पॉलिसी ऑप्टिमाइज़ेशन तरीका है जो विशेषज्ञ प्रक्षेप पथों (expert trajectories) को अवस्था-सशर्त क्रिया वरीयताओं (state-conditioned action preferences) में परिवर्तित करता है ताकि एलएलएम (LLM) एजेंटों को सरल अनुकरण से परे इष्टतम निर्णय लेने में सक्षम बनाया जा सके, जिससे बिना किसी एनवायरनमेंट रोलआउट या रिवॉर्ड मॉडल की आवश्यकता के ऑनलाइन सुदृढीकरण लर्निंग (online reinforcement learning) के तुलनीय प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र यह निदान करने के लिए एंट्री-प्रोपैगेशन-रिकवरी (E-P-R) फ्रेमवर्क पेश करता है कि एआई एजेंट विरोधाभासी मेमोरी का उपभोग कैसे करते हैं, जिससे यह पता चलता है कि एजेंट अक्सर पहले निर्णय बिंदु पर ही गलत जानकारी को अपना लेते हैं, जिससे एक "कम्प्लायंस ट्रैप" (अनुपालन जाल) की स्थिति उत्पन्न होती है जहाँ सक्षम मॉडल भी सही पथ से विचलित होने के बाद महत्वपूर्ण प्रदर्शन गिरावट का सामना करते हैं।
यह शोधपत्र WasteAssistant को प्रस्तुत करता है, जो एक विनियमन-निर्देशित विजुअल क्वेश्चन अनस्वियरिंग फ्रेमवर्क है जो अपशिष्ट पृथक्करण की सटीकता में सुधार करने और भारत के ठोस अपशिष्ट प्रबंधन नियम 2016 का अनुपालन सुनिश्चित करने के लिए मल्टीमॉडल लैंग्वेज मॉडल्स और एक नए डेटासेट का लाभ उठाता है।
यह शोध पत्र अनाम्नेसिस (Anamnesis) को प्रस्तुत करता है, जो एक ओपन-सोर्स, संवादात्मक प्लेटफॉर्म है जो बड़े पैमाने पर, जनसांख्यिकीय रूप से नियंत्रणीय सर्वेक्षणों का अनुकरण करने के लिए संरचित कथात्मक पृष्ठभूमि (structured narrative backstories) पर आधारित लार्ज लैंग्वेज मॉडल्स का उपयोग करता है, और यह मानक पर्सोना-प्रॉम्प्टिंग बेसलाइन्स की तुलना में वास्तविक दुनिया के जनमत वितरण को अधिक सटीक रूप से पुनरुत्पादित करने की अपनी क्षमता को प्रदर्शित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि बर्नआउट (burnout) और अवसाद (depression) की भविष्यवाणी करने वाले व्याख्यात्मक मशीन लर्निंग मॉडलों में स्पष्ट रूप से सुदृढ़ और स्थिर जोखिम पदानक्रम (risk hierarchies), सह-संबंधित भविष्यवक्ताओं (predictors) और परिणामों के बीच निर्माण ओवरलैप (construct overlap) के बड़े पैमाने पर कृत्रिम परिणाम हैं, जो अवशिष्ट प्रयोगों (residualization experiments) के माध्यम से प्रकट होता है कि जब साझा विचरण (shared variance) को हटा दिया जाता है, तो भविष्य कहनेवाला प्रदर्शन ढह जाता है।
यह शोध पत्र प्रोग्रेसिव ट्री ड्राफ्टिंग (PTD) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त और मॉडल-अज्ञेय (model-agnostic) स्पेक्युलेटिव डिकोडिंग विधि है, जो बिना किसी सहायक मॉड्यूल के 2 गुना तक डिकोडिंग गति बढ़ाने के लिए लक्षित LLM के भीतर एक संरचित, निर्देशित समानांतर रणनीति का लाभ उठाती है।