23609 पेपर
यह शोध पत्र \textsc{acopula} को प्रस्तुत करता है, जो एक JAX-नेटिव फ्रेमवर्क है जो टेलर-मोड ऑटोमैटिक डिफरेंशिएशन का लाभ उठाकर हाथ से व्युत्पन्न सूत्रों के स्थान पर एक एकल अवकलनीय (differentiable) गणना के माध्यम से प्रति-चर सेंसरिंग (per-variable censoring) और न्यूरल जनरेटर्स वाले अनिश्चित आर्किमिडीयन कोपुला (nested Archimedean copulas) के लिए सटीक और कुशल अनुमान सक्षम बनाता है।
यह शोध पत्र एक इंफ्रा-बेयसियन सुदृढीकरण शिक्षण (reinforcement learning) एजेंट के प्रथम प्रूफ-ऑफ-कॉन्सेप्ट कार्यान्वयन को प्रस्तुत करता है जो एक मैक्सिमिन निर्णय प्रक्रिया के माध्यम से नाइटियन अनिश्चितता (Knightian uncertainty) और मॉडल मिसस्पेसिफिकेशन को प्रभावी ढंग से संभालकर क्लासिकल आरएल (RL) की तुलना में वर्स्ट-केस मजबूती (worst-case robustness) में बेहतर प्रदर्शन करता है।
यह शोध पत्र ActInv को पेश करके लार्ज लैंग्वेज मॉडल्स के लिए स्प्लिट इन्फरेंस में महत्वपूर्ण गोपनीयता कमजोरियों को उजागर करता है, जो सामान्य सुरक्षा उपायों के बावजूद मध्यवर्ती एक्टिवेशन्स (intermediate activations) से क्लाइंट इनपुट्स को पुनर्गठित करता है, और लीकेज जोखिमों का व्यवस्थित रूप से विश्लेषण करने तथा उन्हें कम करने के लिए पर्टर्बेशन एम्प्लीफिकेशन फैक्टर (PAF) मीट्रिक और प्राइपर्ट (PriPert) डिफेंस का प्रस्ताव करता है।
यह शोध पत्र PoisonForge प्रस्तुत करता है, जो एक ऐसा बेंचमार्क है जो यह प्रदर्शित करता है कि केवल 1% निर्मित उदाहरणों के साथ कार्य-स्तरीय डेटा पॉइजनिंग (data poisoning), इंस्ट्रक्शन-ट्यून्ड LLMs को लक्षित कार्य आउटपुट्स में हमलावर द्वारा निर्दिष्ट संस्थाओं (entities) को शामिल करने के लिए सफलतापूर्वक मजबूर कर सकती है और साथ ही अन्य स्थानों पर सामान्य प्रदर्शन भी बनाए रख सकती है, जो यह प्रकट करता है कि हमले की सफलता के प्राथमिक चालक मॉडल का पैमाना नहीं बल्कि पॉइजनिंग के डिज़ाइन विकल्प हैं।
यह शोधपत्र यह प्रदर्शित करके लॉन्ग-कॉन्टेक्स्ट रीजनिंग बेंचमार्क में एक महत्वपूर्ण अंतराल को उजागर करता है कि मुख्यधारा के मूल्यांकन टास्क पोजीशन (कार्य स्थिति) को नियंत्रित करने में विफल रहते हैं, जिससे फिलर इंटरफेरेंस (भरवा हस्तक्षेप) के कारण लंबे संदर्भों के मध्य में कार्यों को रखे जाने पर प्रदर्शन में महत्वपूर्ण गिरावट आती है, और इस संरचनात्मक ब्लाइंड स्पॉट को संबोधित करने के लिए कॉन्टेक्स्ट रॉट इवैल्यूएशन (CRE) फ्रेमवर्क का प्रस्ताव करता है।
यह शोध पत्र इन-कॉन्टेक्स्ट लर्निंग के लिए एक टेस्ट-टाइम कैलिब्रेशन विधि प्रस्तावित करता है जो मॉडल के लॉग-प्रोबेबिलिटीज से प्राप्त एक सेल्फ-सुपरवाइज्ड कॉन्फिडेंस प्रॉक्सी को अधिकतम करके निरंतर प्रॉम्प्ट एम्बेडिंग्स को अनुकूलित करता है, जिससे फाइन-ट्यूनिंग, टोकन जनरेशन, या बाहरी डेटा की आवश्यकता के बिना वर्गीकरण और जनरेशन दोनों कार्यों पर प्रदर्शन में सुधार होता है।
यह शोधपत्र सुदृढीकरण सीखने (रिनफोर्समेंट लर्निंग) के लिए शुद्ध अन्वेषण (प्योर एक्सप्लोरेशन) में गुड पॉलिसी आइडेंटिफिकेशन (जीपीआई) उद्देश्य को प्रस्तुत करता है, जिसका लक्ष्य इष्टतम नीति के बजाय एक दिए गए रिवॉर्ड थ्रेशोल्ड से अधिक रिवॉर्ड वाली नीति को कुशलतापूर्वक खोजना है, और BEE-GPI एल्गोरिदम का प्रस्ताव करता है जो अवस्था-क्रिया स्थान (स्टेट-एक्शन स्पेस) के आकार के बजाय इष्टतम और थ्रेशोल्ड रिवॉर्ड के बीच के अंतर पर निर्भरता के साथ निकट-इष्टतम नमूना जटिलता (सैंपल कॉम्प्लेक्सिटी) प्राप्त करता है।
यह शोध पत्र एक एम्पिरिकल बेयस कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क प्रस्तुत करता है जो स्कोर परिवर्तनशीलता को अनिश्चितता-सूचित नॉनकॉन्फॉर्मिटी स्कोर में बदलने के लिए -मानों का लाभ उठाता है, जिससे वितरण-मुक्त कवरेज गारंटी बनाए रखते हुए विजन और लैंग्वेज मॉडलों में रैंकिंग स्थिरता में सुधार होता है और उच्च-परिवर्तनशीलता वाले गलत उम्मीदवारों के समावेश को कम किया जाता है।
RankMixer आर्किटेक्चर में एम्बेडिंग कोलैप्स (embedding collapse) और सीमित अभिव्यंजनात्मकता (limited expressivity) को संबोधित करने के लिए, यह शोधपत्र RankElastor का प्रस्ताव करता है, जो एक नवीन अनुशंसा मॉडल (recommendation model) है जिसमें पैरामीटराइज्ड फुल मिक्सिंग (parameterized full mixing) और GLU-सुधारित P-FFNs हैं जो प्रतिनिधित्व स्पेक्ट्रा (representation spectra) को स्थिर करते हैं और सुदृढ़ सघन स्केलिंग (robust dense scaling) को सक्षम करते हैं।
यह शोध पत्र SemiPrune का प्रस्ताव करता है, जो एक लेबल-कुशल (label-efficient) डेटासेट प्रूनिंग फ्रेमवर्क है जो एक छोटे लेबल वाले उपसमूह पर सेमी-सुपरवाइज्ड सूडो-लेबलिंग का लाभ उठाता है ताकि अनलेबल डेटा पर सुपरवाइज्ड प्रूनिंग विधियों को सक्षम बनाया जा सके, जिससे संभावित रूप से बेमेल प्रीट्रेन फीचर्स पर निर्भर रहे बिना लक्षित वितरण (target distribution) को बेहतर ढंग से कैप्चर करके अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।