23609 पेपर
DeGRe एक जनरेटिव रीरैंकिंग फ्रेमवर्क है जो एक ऑफलाइन लुकअहेड इवैल्यूएटर का उपयोग करके डेंस सुपरविजन सिग्नल्स जेनरेट करता है, जिससे एक लाइटवेट ऑनलाइन जनरेटर को एक सिंगल ग्रीडी डिकोडिंग पास के माध्यम से ग्लोबल ऑप्टिमा को कुशलतापूर्वक अनुमानित करने में सक्षम बनाया जाता है, और यह अनुशंसा प्रणालियों (रेकमेंडेशन सिस्टम्स) में लेबल बायस और क्रेडिट असाइनमेंट की चुनौतियों का समाधान करता है।
यह शोधपत्र ShareGNNs को प्रस्तुत करता है, जो एक नवीन मैसेज-पासिंग न्यूरल नेटवर्क आर्किटेक्चर है जो उपयोगकर्ता द्वारा चुने गए ग्राफ इनवेरियंट्स (graph invariants) द्वारा सीधे इंडेक्स किए गए वेट्स को साझा करके अभिव्यक्ति क्षमता (expressivity) और संरचनात्मक जागरूकता को बढ़ाता है, जिससे यह सिंथेटिक और वास्तविक दुनिया के कार्यों दोनों में मानक MPNNs से बेहतर प्रदर्शन करता है।
यह शोध पत्र PURE का प्रस्ताव करता है, जो एक क्लोज्ड-फॉर्म कॉन्सेप्ट अनलर्निंग विधि है जो एक्टिवेशन स्पेस रिप्रेजेंटेशन के आधार पर क्रॉस-अटेंशन की (key) और वैल्यू (value) वेट्स को प्रोजेक्ट करता है ताकि रिटेन्ड कॉन्सेप्ट्स के जनरेशन को सुरक्षित रखते हुए पैराफ्रेज्ड और एडवर्सरियल प्रॉम्प्ट्स के तहत डिफ्यूजन मॉडल्स से टारगेट कॉन्सेप्ट्स को प्रभावी ढंग से मिटाया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि भविष्यवाणियों के लिए कर्नेल रिज रिग्रेशन (kernel ridge regression) के साथ मल्टीपल रिग्रेशन और इष्टतम प्रश्न उपसमुच्चयों (question subsets) के चयन के लिए mRMR एल्गोरिदम के रूप में समस्या को पुनर्गठित करके कुशल LLM बेंचमार्किंग में महत्वपूर्ण सुधार किया जा सकता है, जिसके परिणामस्वरूप मौजूदा विधियों की तुलना में कम भविष्यवाणी त्रुटियां, उच्च रैंकिंग सहसंबंध और तेज़, अधिक स्थिर प्रदर्शन प्राप्त होता है।
यह शोध पत्र NPSolver का परिचय देता है, जो एक न्यूरल पॉइसन सॉल्वर है जो प्रीकंडीशन्ड कंजुगेट ग्रेडिएंट स्टेप्स के माध्यम से पुनरावृत्ति भौतिकी पर्यवेक्षण (iterative physics supervision) और एक नवीन बाउंड्री-अवेयर ट्रांसोल्वर आर्किटेक्चर का लाभ उठाकर, बिना लेबल वाले डेटा के जटिल, अनियमित डोमेन पर स्थिर और कुशल प्रशिक्षण प्राप्त करता है।
यह शोध पत्र एक नवीन स्टोकेस्टिक मल्टी-आर्म्ड बैंडिट सेटिंग प्रस्तुत करता है जहाँ एक एजेंट रिग्रेट संचय से पहले एक लॉगरिदमिक फ्री एक्सप्लोरेशन बजट का उपयोग करता है, जिसमें UFE-KLUCB-H एल्गोरिदम का प्रस्ताव दिया गया है और टाइट इंस्टेंस-डिपेंडेंट बाउंड्स स्थापित किए गए हैं जो पारंपरिक तरीकों की तुलना में महत्वपूर्ण रिग्रेट कमी को प्रदर्शित करते हैं।
यह शोध पत्र कुशल मेंबरशिप इन्फरेंस अटैक (MIA) मूल्यांकन पाइपलाइनों में दो महत्वपूर्ण कमजोरियों—विशेष रूप से व्यक्तियों के बीच स्कोर को जोड़ने (concatenating) के दौरान FPR कैलिब्रेशन की कमी और LiRA कार्यान्वयन में एक सीमित जनसंख्या पूर्वाग्रह (finite population bias)—की पहचान करता है और डिफरेंशियल प्राइवेसी ऑडिटिंग के लिए विश्वसनीय भेद्यता मूल्यांकन सुनिश्चित करने हेतु समाधान प्रस्तावित करता है।
यह शोध पत्र विज़ुअल-रिडंडेंसी-कंट्रोल्ड डिकोडिंग (VRCD) प्रस्तुत करता है, जो डिफ्यूजन-आधारित मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स के लिए एक ट्रेनिंग-फ्री इन्फरेंस विधि है, जो रेडंडेंसी को कम करने के लिए विज़ुअली कॉम्प्लीमेंट्री पोजीशंस को प्राथमिकता देकर इंडिपेंडेंट कॉन्फिडेंस-बेस्ड टोकन सिलेक्शन की सीमाओं को कम करती है और मल्टीमॉडल बेंचमार्क पर सटीकता में महत्वपूर्ण सुधार करती है।
यह शोध पत्र बिलीफ-ऑगमेंटेड जनरेशन (BAG) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो कई सैम्पल की गई प्रतिक्रियाओं से प्राप्त एलएलएम (LLM) की अपनी बिलीफ स्टेट (belief state) का लाभ उठाता है ताकि अस्पष्ट बातचीत में उत्तर देने, स्पष्टीकरण माँगने या परहेज करने का स्वायत्त रूप से निर्णय लिया जा सके, जिससे मानक प्रॉम्प्टिंग की तुलना में सटीकता और स्ट्रैटेजी फेथफुलनेस (strategy faithfulness) में सुधार होता है।
यह शोध पत्र ज्योमेट्रिक इवोल्यूशन मैप्स (GEMs) को प्रस्तुत करता है, जो विविध आर्किटेक्चरों में पारंपरिक फिक्स्ड-लेयर या पीक-स्कोर दृष्टिकोणों की तुलना में अधिक विश्वसनीय कॉन्सेप्ट प्रोब्स निकालने के लिए ट्रांसफॉर्मर रेसिडुअल स्ट्रीम्स में अवधारणाओं के दिशात्मक प्रक्षेपवक्र (डायरेक्शनल ट्रॅजेक्टरी) को ट्रैक करता है और उन स्थिर "हैंडऑफ लेयर्स" की पहचान करता है जहाँ निरूपण (रिप्रेजेंटेशन्स) स्थिर होते हैं।