23700 पेपर
यह शोधपत्र TADA को प्रस्तुत करता है, जो ऑडियो डिफ्यूजन मॉडल में एक सिमेंटिक बॉटलनेक (semantic bottleneck) की पहचान करता है और यह प्रदर्शित करता है कि वाद्ययंत्रों, वोकल्स और शैलियों जैसे संगीत संबंधी गुणों पर सूक्ष्म नियंत्रण प्राप्त करने के लिए लोकलाइज्ड एक्टिवेशन स्टीयरिंग (localized activation steering), अन्य हस्तक्षेप प्रतिमानों (intervention paradigms) की तुलना में बेहतर प्रदर्शन करता है।
यह शोध पत्र तर्क देता है कि मानक नेक्स्ट-टोकन प्रेडिक्शन प्रशिक्षण स्मृति के लिए अनुपयुक्त और सूचना-विहीन एम्बेडिंग उत्पन्न करता है, और उच्च-सटीक स्मृति निर्माण और कम्प्यूटेशनल दक्षता प्राप्त करने के लिए संयुक्त कॉज़ल (causal) और सूचना-प्रतिधारण उद्देश्यों के साथ प्रशिक्षित एक समानांतर योग्य एनकोडर-डिकोडर आर्किटेक्चर का प्रस्ताव करता है।
यह शोध पत्र पारदर्शी सामूहिक निर्णय लेने में सक्षम बनाने और टोकन आधारित पुरस्कारों के माध्यम से निवासियों की भागीदारी को प्रोत्साहित करने के लिए विकेंद्रीकृत स्वायत्त संगठनों (DAOs) का उपयोग करने वाले एक नवीन ब्लॉकचेन-आधारित ढांचे का प्रस्ताव करता है और उसका मूल्यांकन करता है, जो समुदाय-आधारित सुविधा प्रबंधन को बेहतर बनाता है।
यह शोध पत्र PO4ISR मॉडल का एक पुनरुत्पादकता अध्ययन प्रस्तुत करता है जो लंबे सत्रों में सिमेंटिक ड्रिफ्ट (semantic drift) को एक महत्वपूर्ण विफलता मोड के रूप में पहचानता है और PO4ISR++ पेश करता है, जो रिफ्लेक्सिव प्रॉम्प्टिंग (reflexive prompting) और सुसंगत रैंक डिटेक्शन (consistent rank detection) का उपयोग करने वाला एक सुदृढ़ संस्करण है, जो गेम्स (Games) और बंडल (Bundle) जैसे विविध डोमेन में प्रदर्शन को महत्वपूर्ण रूप से पुनर्स्थापित करता है।
यह शोध पत्र SpecX प्रस्तुत करता है, जो विविध स्पेक्ट्रल मोडैलिटीज के माध्यम से 1.7 मिलियन अणुओं वाला एक बड़े पैमाने का, मल्टी-मोडल बेंचमार्क है, जिसे विशेष स्पेक्ट्रल मॉडल्स और मल्टीमॉडल लैंग्वेज मॉडल्स के क्रॉस-पैराडाइम मूल्यांकन को सक्षम करने और स्पेक्ट्रम-नेटिव फाउंडेशन मॉडल्स की आवश्यकता को उजागर करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र HELLoRA का प्रस्ताव करता है, जो Mixture-of-Experts मॉडल्स के लिए एक पैरामीटर-कुशल फाइन-ट्यूनिंग विधि है, जो केवल सबसे अधिक सक्रिय होने वाले विशेषज्ञों (experts) से ही लो-रैंक अडैप्टेशन (LoRA) मॉड्यूल को जोड़ता है, जिससे मानक LoRA की तुलना में प्रशिक्षण योग्य मापदंडों और कम्प्यूटेशनल लागत को कम करते हुए डाउनस्ट्रीम प्रदर्शन में महत्वपूर्ण सुधार होता है।
UCCI एक कैलिब्रेशन-प्रथम (calibration-first) रूटिंग फ्रेमवर्क है जो आइसोटोनिक रिग्रेशन (isotonic regression) के माध्यम से टोकन-स्तरीय अनिश्चितता को प्रति-क्वेरी त्रुटि संभावनाओं में मैप करता है और बाधात्मक लागत न्यूनीकरण (constrained cost minimization) के माध्यम से एस्केलेशन थ्रेशोल्ड को अनुकूलित करता है, जिससे मौजूदा रूटिंग बेसलाइन की तुलना में एक प्रोडक्शन NER वर्कलोड पर उच्च सटीकता बनाए रखते हुए इन्फरेंस लागत में 31% की कमी आती है।
यह शोध पत्र फुली लूप्ड ट्रांसफॉर्मर (Fully Looped Transformer) का प्रस्ताव देता है, जो एक पैरामीटर-मुक्त आर्किटेक्चर है जो पुनरावृत्त रूप से पुन: उपयोग किए जाने वाले ट्रांसफॉर्मर ब्लॉक्स में ग्रेडिएंट ऑसिलेशन (gradient oscillation) और रेसिडुअल एक्सप्लोजन (residual explosion) को कम करने के लिए एक पूर्ण लूप वाली संरचना और अटेंशन इंजेक्शन (attention injection) पेश करके प्रशिक्षण गतिशीलता को स्थिर करता है और डाउनस्ट्रीम प्रदर्शन में सुधार करता है।
यह शोध पत्र गैर-प्राचलिक अनुमानकों (non-parametric estimators) को प्रस्तुत करता है, जिन्हें KM-ARL और KM-ADD कहा जाता है, जो परिमित और अनियमित अनुक्रम लंबाई वाले वास्तविक दुनिया के परिदृश्यों में क्विकैस्ट चेंजपॉइंट डिटेक्टर्स के औसत रन लेंथ और डिटेक्शन डिले का सटीक मूल्यांकन करने के लिए सर्वाइवल एनालिसिस का लाभ उठाते हैं।
यह शोध पत्र बिडायरेक्शनल डायगोनल क्वांटाइजेशन (BDQ) को प्रस्तुत करता है, जो एक नवीन पोस्ट-ट्रेनिंग क्वांटाइजेशन फ्रेमवर्क है जो एक्टिवेशन आउटलेयर्स को प्रभावी ढंग से बिखेरने के लिए एक नए "फ्लैटनेस" मीट्रिक पर आधारित एक थ्योरी-ऑप्टिमल समाधान प्राप्त करता है, जिससे लो-बिट लार्ज लैंग्वेज मॉडल क्वांटाइजेशन में स्टेट-ऑफ-द-आर्ट सटीकता प्राप्त होती है।