20106 पेपर
यह अध्ययन पहली बार इमेज-टेबुलर मल्टीमॉडल लर्निंग में एनकोडर के रूप में अत्याधुनिक टैबुलर मॉडल्स का मूल्यांकन करता है, जो टेस्ट लेबल्स तक पहुंच के बिना इन-कॉन्टेक्स्ट लर्निंग विधियों को लागू करने की चुनौती को संबोधित करते हुए एनकोडर चयन के महत्वपूर्ण महत्व को प्रदर्शित करता है।
यह शोध पत्र हैमिल्टोनियन जेनरेटिव नेटवर्क्स में उन विशिष्ट विफलता मोडों की पहचान और समाधान करता है जो गैर-संरक्षी वीडियो गतिकी (non-conservative video dynamics) में टेम्पोरल जनरलाइजेशन को बाधित करते हैं, जिससे लक्षित वास्तुशिल्प सुधारों के माध्यम से प्रशिक्षण वितरण से बहुत आगे परिवर्तनशील समय चरणों पर स्थिर भविष्यवाणियां करना सक्षम होता है।
यह शोध पत्र PSD Impute को प्रस्तुत करता है, जो एक वितरण-सत्यतापूर्ण (distributionally faithful) प्रतिस्थापन विधि है जो सांख्यिकीय निरंतरता और प्रतिबंधात्मक पैरामीट्रिक धारणाओं के बिना प्रतिस्पर्धी सटीकता प्राप्त करने के लिए धनात्मक अर्ध-निश्चित (positive semi-definite) कर्नेल का उपयोग करके लुप्त मान रिकवरी को एक उत्तल घनत्व अनुमान समस्या के रूप में तैयार करता है।
यह शोध पत्र मनमाने भार (arbitrary weights) वाले दो-परत वाले न्यूरल नेटवर्क के लिए एक निकट-इष्टतम मजबूती के नियम (near-optimal law of robustness) को सिद्ध करता है, जो यह दर्शाता है कि शोर युक्त डेटा को फिट करना एक उच्च लिप्सचिट्ज़ स्थिरांक (Lipschitz constant) के लिए मजबूर करता है जब तक कि नेटवर्क की चौड़ाई पर्याप्त रूप से बड़ी न हो, जिसे एक नए फलन-स्थान कवरेज तर्क (function-space covering argument) और एक रिजिडिटी लेम्मा (rigidity lemma) को स्थापित करके सिद्ध किया गया है जो आयाम में किंक गुणांकों (kink coefficients) को नियंत्रित करता है।
यह शोध पत्र GradInf को प्रस्तुत करता है, जो एक संभाव्य प्रोग्रामिंग प्रणाली (probabilistic programming system) है जो कपलिंग (coupling) और गुणनखंडन (factorization) जैसे स्रोत-से-स्रोत रूपांतरणों (source-to-source transformations) के माध्यम से ग्रेडिएंट अनुमान समस्याओं को औपचारिक रूप से संभाव्य अनुमान समस्याओं में कम करके, सुदृढ़ और कुशल ग्रेडिएंट अनुमानकों के डिज़ाइन को स्वचालित करता है।
यह शोध पत्र तर्क देता है कि बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) के लिए निरंतर शिक्षण (कंटीन्यूअस लर्निंग) को स्थानिक और कालिक परिवर्तनों के बीच सक्षमता बढ़ाने के इर्द-गिर्द पुनर्गठित किया जाना चाहिए, जो एक एकीकृत मूल्यांकन प्रोटोकॉल के माध्यम से यह प्रदर्शित करता है कि कोई भी एकल विधि सभी परिदृश्यों में उत्कृष्ट नहीं है और इष्टतम रणनीति—चाहे वह मॉडल के भार (वेट्स) को अपडेट करना हो या बाहरी स्कैफोल्डिंग का उपयोग करना हो—मौलिक रूप से पर्यावरणीय परिवर्तन के विशिष्ट पैटर्न पर निर्भर करती है।
यह शोध पत्र NFTR का प्रस्ताव करता है, जो एक ऑफलाइन गोल-कंडीशन्ड (goal-conditioned) RL विधि है जो कंडीशनल नॉर्मलाइजिंग फ्लोज़ (conditional Normalizing Flows) को एक ट्राइएंगल-स्लैक रीवेटिंग (triangle-slack reweighting) तंत्र के साथ जोड़ता है ताकि HIQL जैसे पिछले सबगोल चयन दृष्टिकोणों में निहित मोड कोलैप्स (mode collapse) और ऑप्टिमिस्टिक बायस (optimistic bias) को प्रमाणिक रूप से दूर किया जा सके।
यह शोध पत्र छोटे वाणिज्यिक पॉलिसियों की स्ट्रेट-थ्रू अंडरराइटिंग के लिए एक एजेंटिक एआई फ्रेमवर्क का प्रस्ताव और मूल्यांकन करता है, जो यह प्रदर्शित करता है कि लक्षित रिट्रीवल, थर्ड-पार्टी डेटा चेक्स और स्पष्ट नियम मूल्यांकन को संयोजित करने वाला एक मल्टी-एजेंट सिस्टम, सिंगल-एलएलएम (single-LLM) और नैव आरएजी (naive RAG) बेसलाइन की तुलना में बेहतर प्रदर्शन करता है, विशेष रूप से उन जटिल परिदृश्यों में जिनमें पारदर्शिता और ऑडिटेबिलिटी की आवश्यकता होती है।
यह शोध पत्र फीडबैक मैनिपुलेशन रेगुलराइजेशन (FMR) को प्रस्तुत करता है, जो एक एल्गोरिदम-अज्ञेय (algorithm-agnostic) विधि है जो मूल्यांकन संबंधी फीडबैक का एक सुधारात्मक संकेत के रूप में उपयोग करती है ताकि ऑफलाइन, पूर्णतः क्रमिक निर्णय लेने वाले परिवेशों में इमिटेशन लर्निंग पॉलिसियों के संरेखण (alignment) में महत्वपूर्ण सुधार किया जा सके, जिससे दुर्लभ या शोर युक्त प्रदर्शन डेटा के साथ भी मिसअलाइनमेंट में 98% तक की कमी आती है।
यह शोध पत्र विभाजित डेटा उपसमुच्चयों पर साधारण न्यूनतम वर्ग प्रतिगमन (ordinary least squares regression) के लिए वितरित स्केचिंग (distributed sketching) का विश्लेषण करता है, यह प्रदर्शित करते हुए कि प्राप्त अनुमानकों (estimators) का औसत निकालने से प्राप्त अतिरिक्त हानि (excess loss), पूरे डेटा की स्केचिंग के तुलनीय होती है जब उपसमुच्चय सहप्रसरणों (subset covariances) के बीच विचलन कम होता है।