23200 पेपर
PatchWorld एक ग्रेडिएंट-मुक्त (gradient-free) फ्रेमवर्क पेश करता है जो काउंटरएग्जांपल-गाइडेड कोड रिपेयर के माध्यम से ऑफलाइन प्रक्षेपवक्रों (trajectories) को निरीक्षण योग्य, निष्पादन योग्य पायथन वर्ल्ड मॉडल में परिवर्तित करता है, जिससे टेक्स्ट-एजेंट वातावरण में अत्याधुनिक नियोजन प्रदर्शन प्राप्त होता है और अवलोकन निष्ठा (observation fidelity) तथा निर्णय उपयोगिता (decision utility) के बीच एक ट्रेड-ऑफ प्रकट होता है।
यह शोधपत्र UniScale को प्रस्तुत करता है, जो एक ऑनलाइन फ्रेमवर्क है जो लार्ज लैंग्वेज मॉडल डिप्लॉयमेंट में बेहतर गुणवत्ता-लागत संतुलन प्राप्त करने के लिए कॉन्टेक्स्टुअल मल्टी-आर्म्ड बैंडिट्स का उपयोग करके मॉडल रूटिंग और टेस्ट-टाइम स्केलिंग को एक एकल अनुकूली अनुकूलन स्थान (adaptive optimization space) में एकीकृत करता है।
यह शोध पत्र BilliardPhys-Bench पेश करता है, जो एक सिंथेटिक बिलियर्ड्स बेंचमार्क है जो यह प्रकट करता है कि वर्तमान मल्टीमॉडल LLMs दृश्य गतिशीलता (visual dynamics) और जटिल भौतिक तर्क में संघर्ष करते हैं, और अक्सर एक "स्टेसिस बायस" (stasis bias) प्रदर्शित करते हैं जहाँ वे चुनौतीपूर्ण परिदृश्यों में गलत तरीके से किसी भी अंतःक्रिया न होने की भविष्यवाणी करते हैं।
यह शोध पत्र DareU को प्रस्तुत करता है, जो एक नवीन LLM अनलर्निंग फ्रेमवर्क है जो भूलने वाले डेटा सेट (forget sets) के लिए डेटा एट्रिब्यूशन स्कोर को शून्य करने के लिए सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करता है, जिससे मौजूदा लॉस-आधारित अनुकूलन विधियों की तुलना में ओवर-फॉरगेटिंग को प्रभावी ढंग से कम किया जाता है और मॉडल उपयोगिता को संरक्षित किया जाता है।
यह अध्ययन प्रदर्शित करता है कि बड़े भाषा मॉडल अपनी प्रशिक्षण भाषाओं से संस्था-विशिष्ट नैतिक पूर्वग्रहों (moral priors) को विरासत में प्राप्त करते हैं, जो अस्पष्ट परिदृश्यों में क्रॉस-लिंग्विस्टिक नैतिक विचलन को प्रकट करता है जो वास्तविक दुनिया के संस्थागत अंतरों को दर्शाता है, हालांकि ये प्रभाव तब दब जाते हैं जब संस्थागत संदर्भों को स्पष्ट रूप से फ्रेम किया जाता है।
यह शोध पत्र वेरिएशनल एडैप्टर फॉर क्रॉस-मोडल सिमिलैरिटी रिप्रेजेंटेशन (VACSR) का प्रस्ताव करता है, जो एक ऐसी विधि है जो इमेज-टेक्स्ट मैचिंग को एक वेरिएशनल इन्फरेंस समस्या के रूप में पुनर्गठित करती है ताकि एक लेटेंट सिमिलैरिटी स्पेस का निर्माण किया जा सके जो सूक्ष्म-स्तरीय एनोटेशन की कमी और बाइनरी क्लासिफिकेशन सीमाओं के नकारात्मक प्रभावों को कम कर सके, जिससे रिट्रीवल और डोमेन अडैप्टेशन कार्यों में सामान्यीकरण को बढ़ाया जा सके।
यह शोध पत्र 3D CT रिपोर्ट जनरेशन में "टेम्प्लेट कोलैप्स" (Template Collapse) की पहचान और समाधान करता है, जहाँ मॉडल प्रवाहपूर्ण लेकिन नैदानिक रूप से गलत सामान्य टेक्स्ट उत्पन्न करते हैं, और इसके लिए CLarGen का प्रस्ताव देता है, जो एक विच्छेदित (decoupled) ढांचा है जो रोगजनक पहचान (pathology detection) और भाषा संश्लेषण (language synthesis) के अलग-अलग घटकों के माध्यम से नैदानिक सटीकता और आउटपुट विविधता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र यह प्रदर्शित करता है कि एक रैखिक ऊपरी-पूंछ (linear upper-tail) स्थिति को संतुष्ट करने वाले प्रायर (prior) वाले अनेक-भुजाओं वाले बेयसियन बैंडिट्स (many-armed Bayesian bandits) में, जहाँ निकट-इष्टतम भुजाओं की प्रचुरता होती है, एक एनेल्ड सॉफ्टमैक्स ग्रीडी पॉलिसी (annealed softmax greedy policy) निकट-इष्टतम विकल्पों के चयन की उच्च संभावना का प्रभावी ढंग से लाभ उठाकर निकट-इष्टतम बेयस रिग्रेट (near-optimal Bayes regret) प्राप्त करती है, जिससे RLVR और GRPO जैसी विधियों में अनिश्चितता-अज्ञेय अपडेट (uncertainty-agnostic updates) की सफलता का एक सैद्धांतिक स्पष्टीकरण मिलता है।
यह शोध पत्र डायनेमिक स्टिफ़ल रूटिंग (dynamic Stiefel routing) को प्रस्तुत करता है, जो एक नवीन क्रॉस-डोमेन ईईजी (EEG) डिकोडिंग फ्रेमवर्क है जो स्टिफ़ल मैनिफोल्ड (Stiefel manifold) पर विशेषज्ञ प्रोजेक्शन फिल्टर के एक पूल का उपयोग करता है, जिसमें क्रॉस-अटेंशन-आधारित सैंपल रूटिंग और विशिष्ट संरचनात्मक बाधाएं शामिल हैं ताकि इसे सरल एन्सेम्बल एवरेजिंग में अपभ्रष्ट होने से रोका जा सके, जिससे बिना किसी टारगेट-डोमेन कैलिब्रेशन या डेटासेट-विशिष्ट हाइपरपैरामीटर ट्यूनिंग की आवश्यकता के, कई डेटासेट्स में महत्वपूर्ण संतुलित सटीकता (balanced accuracy) सुधार प्राप्त किया जा सके।
एंकरस्टीयर (AnchorSteer) नियंत्रित संगीत संपादन के लिए एक नवीन ढांचा है जो संरचनात्मक एंकरिंग को आंतरिक मॉडल निरूपणों से प्राप्त स्व-खोजे गए, लेबल-मुक्त अवधारणा वैक्टरों के साथ युग्मित करके महत्वपूर्ण अर्थपूर्ण रूपांतरणों को सक्षम करते हुए उच्च-निष्ठा संरचनात्मक संरक्षण प्राप्त करता है।