23609 पेपर
यह शोधपत्र Deep ZakaiJ का प्रस्ताव करता है, जो एक न्यूरल एनकोडर-डिकोडर फ्रेमवर्क है जो व्याख्या योग्य प्रोपेगेशन और इनोवेशन स्टेप्स के माध्यम से लेटेंट स्टेट बिलीफ्स को पुनरावर्ती रूप से अपडेट करके आंशिक रूप से अवलोकित जंप-डिफ्यूजन टाइम सीरीज़ का प्रभावी ढंग से पूर्वानुमान लगाने के लिए ज़ाकाई नॉनलीनियर फ़िल्टरिंग समीकरण को एम्बेड करता है।
यह शोध पत्र एक "बफर-एंड-रिनफोर्स" (Buffer-and-Reinforce) फाइन-ट्यूनिंग फ्रेमवर्क प्रस्तावित करता है जो हानिकारक ग्रेडिएंट्स को बफर करने के लिए अस्थायी जेलब्रेकिंग एडेप्टर्स का उपयोग करता है और तत्पश्चात QR डिकंपोजिशन-आधारित मर्जिंग के माध्यम से सुरक्षा संरेखण को सुदृढ़ करता है, जिससे बिना किसी अतिरिक्त सुरक्षा डेटा या महत्वपूर्ण कम्प्यूटेशनल ओवरहेड के लार्ज लैंग्वेज मॉडल्स को हानिकारक फाइन-ट्यूनिंग हमलों से सुरक्षित रखा जा सके।
यह शोध पत्र प्रदर्शित करता है कि ज़ीरो-शॉट बहुभाषी रिट्रीवल मॉडल मोनोलिंगुअल अमारिक मॉडलों की तुलना में काफी कम प्रदर्शन करते हैं, और यह तर्क देता है कि कम प्रतिनिधित्व वाले, रूपात्मक रूप से समृद्ध भाषाओं के लिए न्यायसंगत सूचना पहुंच हेतु समग्र बहुभाषी बेंचमार्क पर निर्भर रहने के बजाय इन-लैंग्वेज मूल्यांकन और अनुकूलन की आवश्यकता है।
यह शोध पत्र तर्क देता है कि 'एआई फॉर साइंस' (AI for Science) वर्कफ़्लो को छिपे हुए परिकल्पना स्थानों (hypothesis spaces), अनप्रमाणित अंतरणीयता (uncertified transportability) और ungoverned बहुलता (ungoverned multiplicity) के समाधान हेतु मापन-से-डेटासेट पाइपलाइनों को निश्चित डेटा स्रोतों के बजाय सक्रिय अनुमान घटकों (active inference components) के रूप में मानना चाहिए, जिससे पाइपलाइन की मात्रात्मक पर्याप्तता और पुनरुत्पादक वैज्ञानिक साक्ष्य सक्षम हो सकें।
यह शोध पत्र PILOT को प्रस्तुत करता है, जो एक अनुकूली ऑनलाइन ऑप्टिमाइज़र है जो प्रशिक्षण स्थिरता में सुधार करने और मौजूदा विधियों की तुलना में FashionMNIST और CIFAR-10 पर बेहतर सटीकता प्राप्त करने के लिए ग्रेडिएंट-दिशा सहमति (gradient-direction agreement) के आधार पर अपने अपडेट व्यवहार को गतिशील रूप से समायोजित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि स्वतंत्र रूप से प्रशिक्षित ट्रांसफॉर्मर एक समान यादृच्छिक घूर्णन (uniform random rotation) द्वारा संबंधित परस्पर अविबोध्य आंतरिक निर्देशांकों का उपयोग करके समान फलनों की गणना करते हैं, जिसे "पॉलीमॉर्फिज्म" (polymorphism) नामक एक घटना कहा जाता है जिसे बिना पुनप्रशिक्षण के फीचर डिक्शनरी और स्टीयरिंग वेक्टर्स के प्रत्यक्ष हस्तांतरण को सक्षम करने के लिए एक एकल ऑर्थोगोनल प्रोक्रस्टेस फिट (orthogonal Procrustes fit) के माध्यम से हल किया जा सकता है।
यह शोधपत्र रिफ्यूज़ल दिशाओं (refusal directions) को अलग करने के लिए एक कन्फाउंड-नियंत्रित प्रभावी-रैंक मीट्रिक (confound-controlled effective-rank metric) को पेश करते हुए तीन इंस्ट्रक्शन-ट्यून्ड एलएलएम (LLMs) में अलाइनमेंट-प्रेरित सक्रियण बदलावों (alignment-induced activation shifts) का ऑडिट करता है, यह प्रदर्शित करते हुए कि जबकि हल्का रैंक-अधिकतमीकरण (rank-maximization) मजबूती में सुधार करता है, स्वयं यह मीट्रिक सुरक्षा-विशिष्ट नहीं है और स्पेक्ट्रल-गैप परिकल्पनाओं (spectral-gap hypotheses) में संरचनात्मक सीमाओं के कारण एक मिलान करने वाला निचला स्तर (lower bound) प्रदान करने में विफल रहता है।
LAPLEX सटीक, प्रशिक्षित लाप्लास-कर्नेल ऑपरेटरों की एक श्रेणी पेश करता है जो डेटा-अनुकूली वैश्विक इंटरैक्शन और उच्च-आयामी सहप्रसरण मॉडलिंग को सक्षम करने के लिए FFT-समान स्केलिंग प्राप्त करते हैं, जो घने मैट्रिक्स (dense matrices) की भंडारण लागत के बिना, प्रभावी रूप से अभिव्यंजना (expressivity) को मेमोरी आवश्यकताओं से अलग करता है।
यह शोध पत्र डीप कनवल्शनल नेटवर्क का विश्लेषण करने के लिए लैटिस थ्योरी और मैथमेटिकल मॉर्फोलॉजी पर आधारित एक कठोर बीजगणितीय ढांचे को स्थापित करता है, जो यह प्रकट करता है कि मानक सीएनएन (CNN) परतें गैर-इडम्पोटेंट क्रॉस-लैटिस ऑपरेटर बनाती हैं जो गहराई की प्रतिनिधित्व शक्ति की व्याख्या करती हैं, और साथ ही तीन वास्तविक इडम्पोटेंट मॉर्फोलॉजिकल लेयर डिज़ाइनों का प्रस्ताव और लक्षण वर्णन करता है तथा विभिन्न पूलिंग और पिरामिड तकनीकों को एक एकीकृत एडजॉइंट थ्योरी के तहत एकीकृत करता है।
यह शोधपत्र यह प्रदर्शित करता है कि बाइनरी न्यूरॉन्स वाले शास्त्रीय सिंक्रोनस एसिमेट्रिक हॉपफील्ड नेटवर्क लंबे, शोर-रोधी टेम्पोरल अनुक्रमों को संग्रहीत करने के लिए सुपरपॉलिनोमियल क्षमता प्राप्त कर सकते हैं, जो इस पारंपरिक दृष्टिकोण को चुनौती देता है कि ऐसे नेटवर्क केवल स्थिर पैटर्न भंडारण तक सीमित हैं।