24235 पेपर
यह शोध पत्र \textsc{MasFACT} प्रस्तुत करता है, जो एक ज्यामिति-जागरूक (geometry-aware) पोस्टीरियर ट्रांसफर फ्रेमवर्क है, जो विकसित होते कार्यों के बीच ऐतिहासिक सहयोग ज्ञान को संरक्षित और पुन: उपयोग करने के लिए फ्यूज्ड ग्रोमोव-वासरस्टीन ऑप्टिमल ट्रांसपोर्ट और PAC-बेयस-निर्देशित अनुकूलन का लाभ उठाकर निरंतर मल्टी-एजेंट सिस्टम में टोपोलॉजी विस्मृति (topology forgetting) को कम करता है।
यह शोध पत्र ADR को प्रस्तुत करता है, जो मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) एजेंटों को सुरक्षित करने के लिए एक उत्पादन-सिद्ध (production-proven) एंटरप्राइज फ्रेमवर्क है, जो ऑब्जर्वेबिलिटी (observability), मजबूती और लागत संबंधी चुनौतियों को दूर करने के लिए हाई-फिडेलिटी टेलीमेट्री, व्यवस्थित रेड टीमिंग और एक स्केलेबल टू-टियर डिटेक्शन सिस्टम को जोड़ता है, जिससे वास्तविक दुनिया के परिनियोजन (deployment) और बेंचमार्क मूल्यांकन में उत्कृष्ट प्रदर्शन प्राप्त होता है।
यह शोध पत्र हेटेरोजेनियस इंफॉर्मेशन-बॉटलनेक कोऑर्डिनेशन ग्राफ्स (HIBCG) का प्रस्ताव करता है, जो एक सैद्धांतिक रूप से आधारित ढांचा है जो सहकारी मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) के लिए ग्राफ इंफॉर्मेशन बॉटलनेक का उपयोग करके सिद्धांतपूर्ण एज चयन के लिए एक समूह-संरेखित प्रायर (group-aligned prior) और इष्टतम संदेश क्षमता आवंटन के लिए एक वॉटर-फिलिंग सिद्धांत का उपयोग करता है।
यह शोध पत्र MiniGPT प्रस्तुत करता है, जो एक संक्षिप्त, सिंगल-नोटबुक PyTorch कार्यान्वयन है जो बिना किसी नए वास्तुशिल्प नवाचार के, टाइनी शेक्सपियर (Tiny Shakespeare) डेटासेट पर कैरेक्टर-लेवल लैंग्वेज मॉडल्स की प्रशिक्षण और पीढ़ी क्षमताओं को प्रदर्शित करने के लिए प्रथम सिद्धांतों (first principles) से मूल GPT ऑटोरेग्रेसिव पाइपलाइन को पुनर्गठित करता है।
यह शोध पत्र IVF-TQ का प्रस्ताव करता है, जो एक स्ट्रीमिंग-रोबस्ट अनुमानित निकटतम पड़ोसी खोज (approximate nearest neighbor search) इंडेक्स है, जो निरंतर डेटा अंतर्ग्रहण (data ingestion) के दौरान स्टेलनेस (staleness) को समाप्त करने के लिए प्रशिक्षित कोडबुक्स के स्थान पर एक निश्चित रैंडम रोटेशन और पूर्व-निर्धारित स्केलर क्वांटाइजेशन का उपयोग करता है, जबकि विभिन्न मेमोरी बजटों में प्रतिस्पर्धी रिकॉल बनाए रखता है।
यह शोध पत्र एक नवीन भूस्खलन पूर्व चेतावनी प्रणाली प्रस्तावित करता है जो वर्षा और स्थलाकृति (टेरेन) डेटा से विस्थापन-रोबस्ट (displacement-robust) निरूपण उत्पन्न करने के लिए 'रेनफॉल-मोशन-अवेयर कॉन्ट्रास्टिव लर्निंग' का उपयोग करती है, जो वर्षा के पूर्वानुमानों में निहित स्थानिक अनिश्चितताओं के तहत भविष्यवाणी की सटीकता में महत्वपूर्ण सुधार करती है।
यह शोध पत्र MATE का प्रस्ताव करता है, जो एक ऐसी मेमोरी आर्किटेक्चर है जो इंट्रैक्टेबल पोस्टीरियर बिलीफ़्स (intractable posterior beliefs) को एक सम-एग्रीगेटेड मेमोरी (sum-aggregated memory) से बदलकर कॉन्टेक्स्टुअल मार्कोव डिसीजन प्रोसेस (Contextual Markov Decision Processes) को हल करती है, जिससे ट्रांसफॉर्मर्स और RNNs की कम्प्यूटेशनल और ग्रेडिएंट सीमाओं से बचते हुए मानक अनुक्रम मॉडलों (standard sequence models) के तुलनीय प्रदर्शन प्राप्त किया जाता है।
यह शोध पत्र सिमेंटिक म्यूटेशन स्कोर (SMS) का प्रस्ताव करता है, जो वैज्ञानिक कंप्यूटिंग में शास्त्रीय सिंटैक्टिक म्यूटेशन टेस्टिंग की सीमाओं को संबोधित करने के लिए पांच डोमेन-सिमेंटिक ऑपरेटरों का उपयोग करने वाला एक बैकवर्ड-कंपैटिबल मीट्रिक है, जो एक बड़े पैमाने के अध्ययन के माध्यम से यह प्रदर्शित करता है कि जबकि LLM-जनरेटेड सिमेंटिक म्यूटेंट्स पारंपरिक AST-आधारित विधियों से परे विशिष्ट कवरेज प्रदान करते हैं, वे पर्याप्तता मूल्यांकन में बड़े के बजाय मध्यम प्रभाव आकार (effect size) उत्पन्न करते हैं।
TriOpt एक स्केलेबल एल्गोरिदम है जो लीनियर कॉज़ल डिस्कवरी (linear causal discovery) के लिए है, जो पहले शेर्मन-मोरिसन अपडेट्स (Sherman-Morrison updates) के माध्यम से कुशलतापूर्वक टोपोलॉजिकल ऑर्डरिंग को रिकवर करके और फिर बिना एसाइक्लिसिटी बाधाओं (acyclicity constraints) के एक कॉन्वेक्स स्ट्रक्चर लर्निंग समस्या को हल करके, उच्च सटीकता बनाए रखते हुए अत्याधुनिक तरीकों की तुलना में महत्वपूर्ण गति प्राप्त करता है।
यह शोधपत्र WinQ का प्रस्ताव करता है, जो एक ऐसा एल्गोरिदम है जो आवधिक वेट रिसेटिंग (periodic weight resetting) और नॉइज़-इंजेक्टेड ग्रेडिएंट रेगुलराइजेशन (noise-injected gradient regularization) के माध्यम से सैडल पॉइंट्स (saddle points) पर धीमी अभिसरण (slow convergence) की समस्या को संबोधित करके लैंग्वेज मॉडल्स के लिए क्वांटाइजेशन-अवेयर ट्रेनिंग (Quantization-Aware Training) को त्वरित करता है, जिससे 4 गुना तक की गति वृद्धि और सब-4-बिट क्वांटाइजेशन में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।