24008 पेपर
यह शोध पत्र तीन नए मूल्यांकन मेट्रिक्स प्रस्तुत करता है जो यह आकलन करते हैं कि सिंथेटिक सारणीबद्ध डेटा (टेबुलर डेटा) निर्माण विधियाँ स्तंभों के बीच तार्किक संबंधों और निर्भरताओं को कितनी अच्छी तरह सुरक्षित रखती हैं, जो यह प्रकट करता है कि वर्तमान अत्याधुनिक दृष्टिकोण अक्सर यथार्थवादी घटना अनुक्रमों और इकाई सुसंगतता के लिए आवश्यक सूक्ष्म-स्तरीय यथार्थवाद को बनाए रखने में विफल रहते हैं।
यह शोध पत्र ReAlignFit का प्रस्ताव करता है, जो एक नवीन ढांचा (framework) है जो एक रासायनिक 'इंड्यूस्ड फिट' (Induced Fit) आधारित इंडक्टिव बायस और एक 'सबग्राफ इंफॉर्मेशन बॉटलनेक' (Subgraph Information Bottleneck) के माध्यम से सबस्ट्रक्चर रिप्रजेंटेशन को गतिशील रूप से संरेखित करके मॉलिक्यूलर रिलेशनल लर्निंग की स्थिरता और प्रदर्शन को बढ़ाता है, जो प्रभावी रूप से रूल-शिफ्टेड और स्कैफोल्ड-शिफ्टेड डेटा वितरणों की चुनौतियों का समाधान करता है।
यह शोध पत्र KCGen-KT को प्रस्तुत करता है, जो एक स्वचालित LLM-आधारित पाइपलाइन है जो ओपन-एंडेड कोडिंग समस्याओं के लिए नॉलेज कंपोनेंट्स (ज्ञान घटकों) को उत्पन्न और टैग करती है, और व्यापक मूल्यांकन के माध्यम से यह प्रदर्शित करती है कि ये AI-जनरेटेड घटक छात्र प्रदर्शन की भविष्यवाणी करने और लर्निंग कर्व्स को मॉडल करने में पारंपरिक मानव-लिखित घटकों से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र CayleyPy परियोजना प्रस्तुत करता है, जो विशाल Cayley ग्राफ पर पाथफाइंडिंग को कुशलतापूर्वक हल करने के लिए डिफ्यूजन डिस्टेंस विधियों के साथ सुदृढीकरण लर्निंग (reinforcement learning) को जोड़ता है, जो GAP जैसे शास्त्रीय उपकरणों से सफलतापूर्वक पार पाकर, सिमेट्रिक ग्रुप के व्यास (diameter) के संबंध में OEIS-A186783 अनुमान के लिए पुख्ता प्रमाण प्रदान करता है, और नए सैद्धांतिक बंध स्थापित करते हुए Kaggle चुनौतियों के माध्यम से सामुदायिक भागीदारी को आमंत्रित करता है।
यह शोध पत्र SOTIF-अनुपालन वाले LiDAR ऑब्जेक्ट डिटेक्शन के लिए एक व्यवस्थित ढांचे का प्रस्ताव करता है जो अनिश्चितता के स्रोतों को मॉडल और संयोजित करने के लिए यैगर के नियम (Yager's Rule) के साथ डेम्पस्टर-शाफर थ्योरी का उपयोग करता है, जबकि डिटेक्शन सटीकता पर उनके विशिष्ट प्रभावों को मापने के लिए विचरण-आधारित संवेदनशीलता विश्लेषण (variance-based sensitivity analysis) का उपयोग करता है।
यह शोध पत्र LLM-TabLogic को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो सिंथेटिक सारणीबद्ध (tabular) डेटा उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल रीजनिंग को लेटेंट स्पेस डिफ्यूजन के साथ जोड़ता है जो डोमेन ज्ञान की आवश्यकता के बिना जटिल इंटर-कॉलम तार्किक संबंधों को प्रभावी ढंग से संरक्षित करता है, जिससे यह फिडेलिटी, यूटिलिटी और प्राइवेसी में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।
यह शोध पत्र एन्हांस्ड रैंकड मेमोरी ऑगमेंटेड रिट्रीवल (ERMAR) फ्रेमवर्क प्रस्तुत करता है, जो लॉन्ग-कॉन्टेक्स्ट लैंग्वेज मॉडलिंग कार्यों में स्टेट-ऑफ-द-आर्ट प्रदर्शन और स्केलेबिलिटी प्राप्त करने के लिए एक नवीन प्रासंगिकता स्कोरिंग तंत्र और की-वैल्यू एम्बेडिंग्स के पॉइंटवाइज री-रैंकिंग का लाभ उठाते हुए दीर्घकालिक स्मृति को गतिशील रूप से प्रबंधित करता है।
LogQuant ने एक नवीन लॉग-डिस्ट्रीब्यूटेड 2-बिट क्वांटाइजेशन तकनीक पेश की है जो KV कैश के लिए, न्यूनतम मेमोरी फुटप्रिंट बनाए रखते हुए, बड़े भाषा मॉडलों (LLMs) के लिए इन्फरेंस थ्रूपुट, बैच साइज और टास्क सटीकता में महत्वपूर्ण सुधार करती है।
यह शोध पत्र LLM इन्फरेंस के लिए गणितीय कतारबद्धता (queueing) के मूलभूत सिद्धांतों को स्थापित करता है, यह सिद्ध करते हुए कि वर्क-कंजर्विंग शेड्यूलिंग एल्गोरिदम व्यक्तिगत और AI-एजेंट वर्कलोड दोनों के लिए अधिकतम थ्रूपुट प्राप्त करते हैं, जबकि Orca और Sarathi-Serve की इष्टतमता की पुष्टि करने के लिए वास्तविक दुनिया के सिस्टम का मूल्यांकन करता है और FasterTransformer तथा वैनिला vLLM की अस्थिरता के प्रति आगाह करता है।
कम्पास (Compass) एक नवीन एसएलओ-जागरूक (SLO-aware) क्वेरी प्लानर है जो जटिल नियोजन समस्याओं को विघटित करके, लागत प्रभावी प्रदर्शन अनुमान के लिए चयनात्मक प्रोफाइलिंग का उपयोग करके, और सर्विस गुडथ्रूप (goodput) को अधिकतम करने तथा लागत और नियोजन विलंबता को महत्वपूर्ण रूप से कम करने के लिए द्विपक्षीय मिलान (bipartite matching) को नियोजित करके विविध परिनियोजन वातावरणों में कुशल, बड़े पैमाने पर कंपाउंड एआई सर्विंग को सक्षम बनाता है।