23845 पेपर
यह शोध पत्र XOResNet को प्रस्तुत करता है, जो एक गहरा स्पाइकिंग न्यूरल नेटवर्क आर्किटेक्चर है जो स्पाइक अतिरेक (spike redundancy) और सूचना हानि को दूर करने के लिए एक OR-ADD शॉर्टकट कनेक्शन और एक्सक्लूसिव-ओआर (Exclusive-OR) मेटा-रेसिडुअल्स का उपयोग करता है, जिससे कई बेंचमार्क डेटासेट पर मौजूदा अत्याधुनिक मॉडलों की तुलना में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र हैमिल्टोनियन ट्रांसफॉर्मर (Hamiltonian Transformer) का परिचय देता है, जो एक भौतिकी-सूचित अटेंशन आर्किटेक्चर है जो नॉर्म-प्रिजर्विंग डायनेमिक्स को लागू करता है और विभिन्न वितरण बदलावों (distribution shifts) के तहत कच्चे I/Q सिग्नल्स से 150 तक RF ट्रांसमीटरों की पहचान करने में मौजूदा CNN और ट्रांसफॉर्मर बेसलाइनों की तुलना में बेहतर स्केलेबिलिटी और मजबूती प्राप्त करने के लिए फेज-इन्क्रीमेंट एम्बेडिंग्स को शामिल करता है।
यह शोध पत्र "मेंटल डैमेज" (Mental Damage) को प्रस्तुत करता है, जो एक द्वि-स्तरीय कैप्शन पॉइजनिंग हमला है जो ज्ञान डेटाबेस में दुर्भावनापूर्ण कैप्शन इंजेक्ट करके रिट्रीवल-ऑगमेंटेड टेक्स्ट-टू-म्यूजिक सिस्टम से समझौता करता है, ताकि उपयोगकर्ता के प्रॉम्प्ट या सिस्टम घटकों को बदले बिना उत्पन्न संगीत को सूक्ष्म रूप से हमलावर के लक्षित इरादे की ओर मोड़ा जा सके।
यूनिकॉर्न (Unicorn) एक सार्वभौमिक सहसंबंध नेटवर्क (universal correlation network) प्रस्तुत करता है जो विशिष्ट चैनल पहचानों से इंटर-चैनल निर्भरताओं को अलग करने के लिए एक लेटेंट प्रोटोटाइप कोडबुक (latent prototype codebook) का लाभ उठाता है, जिससे विविध उच्च-आयामी समय श्रृंखला डेटासेट (high-dimensional time series datasets) में स्केलेबल प्रीट्रेनिंग और प्रभावी फ्यू-शॉट ट्रांसफर (few-shot transfer) सक्षम होता है।
यह शोध पत्र रेडियल बेसिस फंक्शन (RBF) नेटवर्क पर आधारित एक नवीन LLM आर्किटेक्चर प्रस्तुत करता है जो मानक DNNs की तुलना में बेहतर व्याख्यात्मकता, सटीकता और दक्षता प्रदान करते हुए, बिना किसी डीप न्यूरल नेटवर्क प्रशिक्षण के, एकल क्लोज्ड-फॉर्म इटरेशन में वैश्विक अनुकूलन प्राप्त करता है।
यह शोध पत्र यह प्रदर्शित करता है कि विविध लार्ज लैंग्वेज मॉडल्स के बीच मल्टी-एजेंट डिबेट्स के माध्यम से 'आर्ग्युमेंटेटिव थ्योरी ऑफ रीजनिंग' का अनुकरण करना सामूहिक सत्य-खोज प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है और मतिभ्रम (hallucination) जैसे आंतरिक मॉडल गुणों के मूल्यांकन के लिए एक नवीन गतिशील बेंचमार्किंग पद्धति प्रदान करता है।
यह नियंत्रित प्रयोग प्रदर्शित करता है कि भाषा मॉडलों में डोमेन अनुकूलन (domain adaptation) मुख्य रूप से पीढ़ी के लिए उपयोग किए जाने वाले भाषाई व्याख्यात्मक ढांचों को नया आकार देता है, जिसमें ब्रह्मांड संबंधी दृष्टिकोण (cosmological stance) में परिवर्तन मॉडल के अंतर्निहित विश्वासों के प्रत्यक्ष संशोधन के बजाय इन संरचनात्मक परिवर्तनों से द्वितीयक रूप से उभरते हैं।
यह शोध पत्र संभाव्य लेबल रैंकिंग (probabilistic label ranking) के लिए अंशांकन अवधारणाओं (calibration concepts) के एक पदानुक्रम को औपचारिक रूप से स्थापित करता है, यह प्रदर्शित करता है कि मौजूदा मॉडलों में अक्सर इस अंशांकन का अभाव होता है, और यह दर्शाता है कि अंशांकन मानक सटीकता से परे रिवॉर्ड मॉडलों (reward models) के लिए एक विशिष्ट और मूल्यवान गुणवत्ता मीट्रिक के रूप में कार्य करता है।
यह शोध पत्र एक स्केलेबल, वितरित मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग फ्रेमवर्क का प्रस्ताव करता है जो पृथक गतिकी (separable dynamics) वाले सिस्टम में वैश्विक संसाधन बाधाओं को कुशलतापूर्वक लागू करने के लिए स्टेट-ऑगमेंटेड पॉलिसी लर्निंग को लैग्रेंज मल्टीप्लायर्स पर पड़ोसी-से-पड़ोसी आम सहमति के साथ जोड़ता है, जिससे रैखिक स्केलेबिलिटी और गारंटीकृत व्यवहार्यता प्राप्त होती है जहाँ स्वतंत्र शिक्षण और केंद्रीकृत विधियाँ विफल हो जाती हैं।
यह शोध पत्र नॉर्म के तहत डिस्क्रीट प्रोबेबिलिटी डिस्ट्रीब्यूशन को अनुमानित करने के लिए बेहतर मिनिमैक्स और हाई-प्रोबेबिलिटी बाउंड्स प्रस्तुत करता है, जो एक पूर्णतः एम्पिरिकल रिस्क बाउंड प्रदान करके, सबसे खराब स्थिति वाले एक्सट्रीमल डिस्ट्रीब्यूशन को अभिलक्षणित करके और उत्साहजनक एम्पिरिकल परिणाम प्रदर्शित करके कोंटोरोविच और पेनस्की (2025) के खुले प्रश्नोंों को हल करता है।