23511 पेपर
यह शोध पत्र ग्राफ-इन-ग्राफ (GiG) को प्रस्तुत करता है, जो एक नॉलेज ग्राफ-मॉड्यूलेटेड डीप लर्निंग फ्रेमवर्क है जो रोगियों को जैविक पाथवे संरचनाओं के साथ क्लिनिकल डेटा को एकीकृत करने वाले मॉड्यूलर ग्राफ के रूप में निरूपित करता है, और सीमित-नमूना क्लिनिकल प्रेडिक्शन कार्यों में मौजूदा विधियों की तुलना में बेहतर प्रदर्शन और सैंपल दक्षता प्रदर्शित करता है।
यह शोध पत्र तर्क देता है कि अत्यधिक इन्फरेंस-टाइम कॉन्टेक्स्ट स्पर्सिटी (extreme inference-time context sparsity) LLMs के लिए एक सिद्धांतगत और अत्यधिक प्रभावी रणनीति है, जो 20 मॉडलों पर व्यापक अनुभवजन्य अध्ययनों के माध्यम से यह प्रदर्शित करता है कि वर्तमान आर्किटेक्चर स्पार्स अटेंशन के प्रति सुदृढ़ हैं और जटिल कार्यों पर प्रदर्शन से समझौता किए बिना आधुनिक हार्डवेयर पर 10 गुना तक की गति वृद्धि प्राप्त कर सकते हैं।
यह शोध पत्र "इनफिलिंग एक्सट्रैक्शन" (infilling extraction) को प्रस्तुत करता है यह प्रदर्शित करने के लिए कि डिफ्यूजन लैंग्वेज मॉडल, ऑटोरिग्रेसिव मॉडलों की तुलना में प्रशिक्षण डेटा मेमोराइजेशन (memorization) के प्रति काफी अधिक संवेदनशील हैं, क्योंकि उनकी द्विदिश डिनोइजिंग (bidirectional denoising) क्षमताएं हमलावरों को एज-कंडीशन्ड मास्क (edge-conditioned masks) का उपयोग करके, रेडैक्टेड व्यक्तिगत पहचान योग्य जानकारी सहित, तीन गुना अधिक वर्बेटिम (verbatim) अनुक्रमों को निकालने की अनुमति देती हैं।
यह शोध पत्र प्रदर्शित करता है कि एक चक्र-सुसंगत अनुवाद ढांचा (cycle-consistent translation framework), जो युग्मित उदाहरणों के एक न्यूनतम सेट द्वारा समर्थित, विशाल मात्रा में अनुपयुग्मित ऑडियो और स्कोर डेटा का लाभ उठाता है, संगीत लिप्यंतरण प्रदर्शन को महत्वपूर्ण रूप से सुधार सकता है, विशेष रूप से उन वाद्ययंत्रों के लिए जिनके पास दुर्लभ लेबल वाली पर्यवेक्षण (labeled supervision) उपलब्ध है।
यह शोधपत्र एक प्रशिक्षण-मुक्त (training-free), अवकलनीय रेंडरिंग (differentiable rendering) विधि प्रस्तुत करता है जो लक्षित छवि से मेल खाने के लिए एक स्पष्ट ऊंचाई क्षेत्र (explicit height field) को अनुकूलित करके, 30 सेकंड से कम समय में एकल फॉरवर्ड-लुकिंग सोनार छवि से 3D समुद्री तल की गहराई (bathymetry) को पुनर्प्राप्त करता है, जो पर्यवेक्षित शिक्षण (supervised learning) दृष्टिकोणों की तुलना में विभिन्न वातावरणों में बेहतर अनुकूलन क्षमता प्रदान करता है।
यह शोध पत्र इस बात की जांच करता है कि कैसे एंड-टू-एंड सुदृढीकरण लर्निंग (reinforcement learning) विभिन्न पैमानों और कार्यों में मल्टी-एजेंट एलएलएम (LLM) वर्कफ़्लो को बेहतर बनाती है, जो यह प्रकट करता है कि हालांकि साझा (shared) और पृथक (isolated) दोनों प्रकार के पॉलिसी प्रशिक्षण लाभ प्रदान करते हैं, वे केवल पॉलिसी-शेयरिंग के बजाय वर्कफ़्लो टोपोलॉजी और भूमिका-विशिष्ट ग्रेडिएंट डायनेमिक्स द्वारा संचालित विशिष्ट स्थिरता ट्रेड-ऑफ और विफलता मोड प्रदर्शित करते हैं।
यह शोध पत्र RelaNN का प्रस्ताव करता है, जो एक नवीन दृष्टिकोण है जो टुपल्स (tuples) को सीखने योग्य वेक्टर एम्बेडिंग्स के साथ जोड़कर सीधे डेटाबेस क्वेरीज़ में डीप लर्निंग को एकीकृत करता है, जिससे बाहरी एमएल (ML) फ्रेमवर्क का इंजीनियरिंग ओवरहेड समाप्त हो जाता है और प्रतिस्पर्धी प्रदर्शन के साथ जटिल ग्राफ-लर्निंग मॉडल्स का डिक्लेरेटिव कार्यान्वयन सक्षम होता है।
यह शोध पत्र DRUM को प्रस्तुत करता है, जो एक वितरण रूप से सुदृढ़ (distributionally robust) ट्रांसफर लर्निंग फ्रेमवर्क है जो उन लक्षित आबादी के लिए नैदानिक मॉडलों के लिए सबसे खराब स्थिति वाले भविष्य कहनेवाला प्रदर्शन (worst-case predictive performance) को अनुकूलित करता है जिनमें संरचनात्मक रूप से लुप्त सहचर (structurally missing covariates) और कोई लेबल किया गया परिणाम नहीं होता है, जो मौजूदा विधियों की तुलना में क्रॉस-नेशनल कार्डियक अरेस्ट भविष्यवाणी में बेहतर अंशांकन (calibration) और वर्गीकरण सटीकता प्रदर्शित करता है।
यह शोध पत्र 57 मशीन लर्निंग इवैल्यूएशन हार्नेस (evaluation harnesses) का एक अनुभवजन्य अध्ययन प्रस्तुत करता है जो स्पेसिफिकेशन (Specification) चरण को परिचालन संबंधी चुनौतियों के प्राथमिक स्रोत के रूप में पहचानता है, 16,560 समस्याओं को उनके मूल कारण के आधार पर वर्गीकृत करता है जिससे यह पता चलता है कि अनिरुद्ध (unimplemented) विशेषताएं, दस्तावेज़ीकरण अंतराल और लुप्त इनपुट सत्यापन 60% से अधिक समस्याओं के लिए उत्तरदायी हैं, और मूल्यांकन इंजीनियरिंग (evaluation engineering) को एक विशिष्ट सॉफ्टवेयर इंजीनियरिंग अनुशासन के रूप में मानने के लिए एक आधार स्थापित करता है।
यह शोध पत्र Agent-ToM को प्रस्तुत करता है, जो एक लर्निंग-टू-मॉनिटर फ्रेमवर्क है जो छिपे हुए विश्वासों और इरादों का अनुमान लगाकर स्वायत्त (autonomous) LLM एजेंटों में गुप्त दुर्भावनापूर्ण व्यवहारों का पता लगाने के लिए थ्योरी-ऑफ-माइंड रीजनिंग और एक रीज़न-वेरिफाई-रिफाइन पाइपलाइन का लाभ उठाता है, जिससे यह मौजूदा अत्याधुनिक मॉनिटरिंग बेसलाइनों से बेहतर प्रदर्शन करता है।