23609 पेपर
यह शोध पत्र मोटर बीमा मूल्य निर्धारण के लिए TabPFN का मूल्यांकन करता है और यह निष्कर्ष निकालता है कि, अपने अभिनव इन-कॉन्टेक्स्ट लर्निंग दृष्टिकोण के बावजूद, यह वर्तमान में स्थापित GLM और XGBoost बेसलाइन से बेहतर प्रदर्शन करने में विफल रहता है और धीमी इन्फरेंस समय तथा प्रशिक्षण सेट के आकार के प्रति संवेदनशीलता से ग्रस्त है, जो इसे पारंपरिक बीमा संबंधी विधियों के लिए एक अनुपयुक्त विकल्प बनाता है।
एजेंटिक-वीएलए (Agentic-VLA) विजन-लैंग्वेज-एक्शन मॉडल्स के लिए एक कुशल ऑनलाइन अनुकूलन ढांचा है जो रोबोटिक मैनिपुलेशन बेंचमार्क पर सामान्यीकरण, नमूना दक्षता और क्रॉस-टास्क ट्रांसफर को महत्वपूर्ण रूप से सुधारने के लिए एडेप्टिव रिवॉर्ड सिंथेसिस, लैंग्वेज-गाइडेड एक्सप्लोरेशन और एक्सपीरियंस मेमोरी का लाभ उठाता है।
यह शोध पत्र FIRMA को प्रस्तुत करता है, जो सर्वर-मुक्त फेडरेटेड लर्निंग प्रोटोकॉल का एक परिवार है जो गोपनीयता-संरक्षित वर्गीकरण हेड (classification heads), लेबल स्क्यू (label skew) के तहत सुदृढ़ अभिसरण (robust convergence) और मौजूदा विकेंद्रीकृत विधियों की तुलना में बेहतर सटीकता को एक साथ प्राप्त करने के लिए फिबोनाची-भारित रिंग एकत्रीकरण (Fibonacci-weighted ring aggregation), अनुकूली पीयर सप्रेशन (adaptive peer suppression) और अनुकूलित रिंग परम्यूटेशन (optimized ring permutations) का उपयोग करता है।
यह शोध पत्र विज़न-लैंग्वेज मॉडल्स की व्याख्या करने के लिए ट्रांसकोडर्स (Transcoders) का उपयोग करते हुए एक फंक्शन-सेंट्रिक फ्रेमवर्क पेश करता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण स्पार्स ऑटोएनकोडर्स (Sparse Autoencoders) की तुलना में अधिक स्थिर विज़ुअल ग्राउंडिंग प्रदान करता है और मैकेनिस्टिक ग्राफ विश्लेषण के माध्यम से मतिभ्रम (hallucinations) की भविष्यवाणी करने में सक्षम बनाता है।
यह शोध पत्र LIFT को पेश करता है, जो डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक लर्नैबिलिटी-इन्फॉर्म्ड फाइन-ट्यूनिंग एल्गोरिदम है जो विभिन्न डिफ्यूजन टाइम स्टेप्स पर उपलब्ध कॉन्टेक्स्ट के साथ टोकन लर्निंग की कठिनाई को गतिशील रूप से संरेखित करता है, और रीजनिंग बेंचमार्क्स पर मौजूदा सुपरवाइज्ड फाइन-ट्यूनिंग बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र 'ह्यूमन-सेंटर्ड लर्निंग मैकेनिक्स' (HCLM) का प्रस्ताव करता है, जो एक गतिशील ढांचा है जो डिजेनरेट ग्रेडिएंट्स को रोकने के लिए "प्रभावी सूचना बल" (effective information force) के माध्यम से एंट्रॉपी रेगुलाइजेशन को औपचारिक रूप देता है, और यह प्रदर्शित करता है कि लॉग-डिटरमिनेंट कोवेरिएंस जैसे ज्यामितीय एंट्रॉपी सरोगेट्स वास्तविक दुनिया की बाधाओं के तहत अधिक स्थिर और सुदृढ़ रिप्रजेंटेशन लर्निंग को प्रेरित करते हैं।
यह शोधपत्र प्रदर्शित करता है कि थ्रेशोल्ड सर्किट और लॉग-प्रिसिजन ट्रांसफॉर्मर में न्यूनतम ओवरपैरामीट्राइजेशन भी सटीक और अनुमानित प्रमाणन (सर्टिफिकेशन) को घातीय रूप से कठिन बना सकता है, जो एक सैद्धांतिक बाधा है जिसे बाइनरी जोड़ करने वाले प्रशिक्षित मॉडलों में त्रुटियों का पता लगाने की कठिनाई द्वारा अनुभवजन्य रूप से मान्य किया गया है।
यह शोध पत्र लर्नड रिले रिप्रेजेंटेशन्स (रिले) का परिचय देता है, जो एक ऐसी विधि है जो मास्कड डिफ्यूजन मॉडल्स को एक डिफरेंशिएबल प्रति-टोकन चैनल के माध्यम से डिनोइजिंग स्टेप्स में लेटेंट जानकारी प्रसारित करने में सक्षम बनाती है, जिससे प्लानिंग और कोडिंग कार्यों पर प्रदर्शन में सुधार होता है और अनुमान विलंबता (इन्फरेंस लेटेंसी) में काफी कमी आती है।
यह शोध पत्र यह अध्ययन करने के लिए एक नवीन "अपवादों के साथ संक्रामक अनुमान" (transitive inference with specific exceptions) कार्य प्रस्तुत करता है कि कैसे शिक्षण प्रणालियाँ संबंधपरक सामान्यीकरण और स्मृति (memorization) के बीच संतुलन बनाती हैं, जो कर्नेल रिज रिग्रेशन का एक विश्लेषणात्मक सिद्धांत प्रदान करता है जो विशिष्ट प्रतिनिधि संवेदनशीलताओं और व्यवस्थित त्रुटियों की भविष्यवाणी करता है, जिनका बाद में फाइन-ट्यून किए गए भाषा मॉडलों में सत्यापन किया जाता है।
यह शोध पत्र तर्क देता है कि अनसुपरवाइज्ड फीचर सिलेक्शन (unsupervised feature selection) विधियों के मूल्यांकन के लिए रैंडम फीचर सिलेक्शन को एक अनिवार्य बेसलाइन के रूप में उपयोग किया जाना चाहिए, क्योंकि कई अत्याधुनिक दृष्टिकोण प्रदर्शन और दक्षता दोनों में रैंडम सिलेक्शन द्वारा पीछे छोड़े जाने के रूप में अनुभवजन्य रूप से सिद्ध होते हैं।