23609 पेपर
यह शोधपत्र सिंगुलर वैल्यू कैलिब्रेशन (SVC) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त विधि है जो साझा स्पेक्ट्रल ज्ञान के अत्यधिक संचय के कारण मॉडल मर्जिंग में होने वाले प्रदर्शन ह्रास को कम करती है, जो सबस्पेस ओवरलैप को मात्रात्मक रूप से मापकर और फूले हुए सिंगुलर मानों को पुन: स्केल करके किया जाता है, जिससे विजन और लैंग्वेज बेंचमार्क पर अत्याधुनिक परिणाम प्राप्त होते हैं।
यह शोध पत्र बेयसियन डीप न्यूरल नेटवर्क्स के लिए एक नवीन, स्केलेबल स्कोर-आधारित वेरिएशनल इन्फरेंस विधि प्रस्तावित करता है जो मोड कोलैप्सिंग (mode collapsing) को दूर करने और बिना रीपैरामीटराइज्ड सैंपलिंग के विजन ट्रांसफॉर्मर्स जैसे बड़े पैमाने के आर्किटेक्चर पर कुशल प्रशिक्षण सक्षम करने के लिए स्कोर मैचिंग लॉस को प्रॉक्सिमल पेनल्टी के साथ जोड़ता है।
यह शोधपत्र CoFEH को प्रस्तुत करता है, जो एक सहयोगात्मक ढांचा है जो पारंपरिक AutoML में कठोर खोज स्थानों (rigid search spaces) और लालची वर्कफ़्लो (greedy workflows) की सीमाओं को दूर करने के लिए एक पारस्परिक अनुकूलन तंत्र (mutual conditioning mechanism) और गतिशील चरण चयन (dynamic step selection) के माध्यम से LLM-संचालित फीचर इंजीनियरिंग को बेयसियन हाइपरपैरामीटर अनुकूलन के साथ सहक्रियात्मक रूप से अंतर्ग्रथित करता है।
यह शोध पत्र वेंडी नॉवेल्टी स्कोर (VNS) को प्रस्तुत करता है, जो एक लीनियर-टाइम, नॉन-पैरामीट्रिक आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्टर है जो विभिन्न बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए विविधता मेट्रिक्स का लाभ उठाता है और न्यूनतम प्रशिक्षण डेटा के साथ भी प्रभावी बना रहता है।
यह शोध पत्र UniSID का प्रस्ताव करता है, जो एक जनरेटिव विज्ञापन अनुशंसा (एडवरटाइजमेंट रिकमेंडेशन) के लिए एंड-टू-एंड फ्रेमवर्क है जो पारंपरिक दो-चरणीय रेसिडुअल क्वांटाइजेशन (रेसिड्यूअल क्वांटाइजेशन) की सीमाओं को दूर करने के लिए एम्बेडिंग और सिमेंटिक आईडी जनरेशन को एकीकृत करता है, जिससे मल्टी-ग्रैनुलैरिटी कॉन्ट्रास्टिव लर्निंग और समरी-आधारित पुनर्निर्माण के माध्यम से बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र सैद्धांतिक और अनुभवजन्य रूप से यह प्रदर्शित करता है कि पॉलिसी ऑप्टिमाइज़ेशन में रिवर्स कुलबैक-लीब्लर और एंट्रॉपी रेगुलराइजेशन को संयोजित करने से दो-खिलाड़ी शून्य-योग खेलों (two-player zero-sum games) में स्थिर अभिसरण प्राप्त होता है और मौजूदा विधियों की तुलना में पांच बोर्ड गेम वातावरणों में प्रशिक्षण दक्षता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र MoralityGym को प्रस्तुत करता है, जो 98 पदानुक्रमित नैतिक दुविधाओं और 'मोरैलिटी चेन्स' नामक एक नवीन औपचारिकता (फॉर्मलिज्म) से युक्त एक बेंचमार्क है, ताकि मनोविज्ञान और दर्शन के अंतर्दृनों को एकीकृत करके क्रमिक निर्णय लेने वाले एजेंटों के नैतिक संरेखण का मूल्यांकन और सुधार किया जा सके।
यह शोधपत्र Obj-Disco को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो जटिल LLM अलाइनमेंट रिवॉर्ड सिग्नल्स को स्पार्स (sparse), मानव-व्याख्या योग्य प्राकृतिक भाषा उद्देश्यों में स्वचालित रूप से विघटित करता है ताकि निहित प्रोत्साहनों को उजागर किया जा सके और रिवॉर्ड हैकिंग जैसे जोखिमों को कम किया जा सके।
यह शोध पत्र डिस्क्रीट स्टोकेस्टिक लोकलाइजेशन (DSL) को प्रस्तुत करता है, जो यूनिट-स्फीयर टोकन एम्बेडिंग्स वाला एक निरंतर-अवस्था ढांचा है जो एक एकल प्रशिक्षित नेटवर्क को विविध सैंपलिंग पथों—जिसमें मास्क किया गया डिफ्यूजन, रैंडम-ऑर्डर ऑटोरेग्रेशन, और हाइब्रिड निरंतर-डिस्क्रीट जनरेशन शामिल हैं—को सक्षम बनाता है, जिससे बिना किसी डिस्टिलेशन या पुन: प्रशिक्षण के मानक मास्क किए गए डिस्क्रीट डिफ्यूजन मॉडलों की तुलना में वितरण निष्ठा (distributional faithfulness) में महत्वपूर्ण सुधार होता है।
यह शोध पत्र mu-ChebNet प्रस्तुत करता है, जो एक हल्का स्पेक्ट्रल GNN है जो एक टास्क-एडेप्टिव ग्राफ लाप्लासियन (graph Laplacian) को प्रेरित करने के लिए एक नोड-वाइज वेट फंक्शन सीखता है, जो अंतर्निहित ग्राफ टोपोलॉजी को बदले बिना ओवरस्मूथिंग (oversmoothing) और ओवरस्क्वैशिंग (oversquashing) जैसी लॉन्ग-रेंज डिपेंडेंसी चुनौतियों से निपटने के लिए प्रोपेगेशन ज्योमेट्री को प्रभावी ढंग से संशोधित करता है।