20106 पेपर
यह शोधपत्र GRADE को प्रस्तुत करता है, जो एक पदानुक्रमित मल्टी-एजेंट सिस्टम है जो एजेंट चयन, तर्क की गहराई और संचार को गतिशील रूप से अनुकूलित करने के लिए सीखे गए गेटिंग मैकेनिज्म और एक नवीन क्रिटिक-मुक्त प्रशिक्षण एल्गोरिदम का उपयोग करता है, जिससे मौजूदा बेसलाइनों की तुलना में काफी कम सक्रिय कंप्यूट के साथ जटिल बेंचमार्क पर बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र प्रेडिक्टिव डायवर्जेंस मास्क (Predictive Divergence Masks) का प्रस्ताव करता है, जो एलएलएम (LLM) सुदृढीकरण शिक्षण (reinforcement learning) के लिए एक नवीन विधि है जो प्रॉक्सिमिटी मानदंड (proximity criterion) के रूप में उपयोग किए जाने वाले संभाव्यता विचलन (probability divergence) को अगला ग्रेडिएंट स्टेप बढ़ाएगा या घटाएगा, इसके लिए एक क्लोज्ड-फॉर्म भविष्यवाणी के माध्यम से PPO के अनुपात-आधारित दिशा मानदंड को प्रतिस्थापित करता है, जिससे मॉडल के पैमानों (scales) में प्रशिक्षण स्थिरता और प्रदर्शन में सुधार होता है।
यह शोध पत्र 'वैरिएंस-करेक्टिव टाइम शिफ्टिंग' नामक एक प्रशिक्षण-मुक्त विधि प्रस्तुत करता है जो प्रभावी तापमान सैंपलिंग (टेम्परेचर सैंपलिंग) को सक्षम करने के लिए डिफ्यूजन मॉडल्स का उपयोग करती है ताकि वेरिएंस को बढ़ाए बिना प्रमुख मोड्स को सपाट करके विविधता को बढ़ाया जा सके, जिससे उच्च गुणवत्ता और कंडीशन फिडेलिटी बनाए रखते हुए विभिन्न आर्किटेक्चर में सैंपल विविधता में सुधार किया जा सके।
यह शोध पत्र अनिश्चितता, अंशांकन (कैलिब्रेशन) और सुदृढ़ता के व्यापक मूल्यांकन के माध्यम से क्वांटाइज़्ड लार्ज लैंग्वेज मॉडल्स की विश्वसनीयता की जांच करता है, जो यह प्रकट करता है कि जबकि प्रदर्शन कुल मॉडल बिट्स के साथ निरंतर बढ़ता है, विश्वसनीयता 4-बिट क्वांटाइजेशन पर चरम पर होती है और क्वांटाइजेशन वास्तव में प्राकृतिक इनपुट व्यवधानों के विरुद्ध सुदृढ़ता को बढ़ाता है।
यह शोध पत्र TWIN को प्रस्तुत करता है, जो विशेष रूप से *ab initio* और प्रयोगात्मक डेटा पर प्रशिक्षित एक हस्तांतरणीय (transferable) मशीन लर्निंग पोटेंशियल है, जो इमप्लिसिट वॉटर (implicit water) में ड्रग और प्रोटीन मॉडलिंग के लिए नियर-DFT सटीकता प्राप्त करता है और स्पष्ट विलायक (explicit solvent) विधियों की तुलना में दो-क्रम-परिमाण (two-order-of-magnitude) का स्पीडअप प्रदान करता है।
ZoRRO एक प्रशिक्षण-मुक्त (training-free), शून्य-भार (zero-weight) ढांचा है जो स्केलेबल समाचार अनुशंसा (news recommendation) के लिए है, जो अत्याधुनिक डीप लर्निंग मॉडलों के तुलनीय ऑनलाइन प्रदर्शन प्राप्त करता है जबकि यह 600 गुना अधिक तेज़ी से कार्य करता है, जो अनुशंसा प्रणालियों (recommender systems) को सटीकता मेट्रिक्स से परे मूल्यांकन करने की महत्वपूर्ण आवश्यकता को रेखांकित करता है।
NAILS एक स्केलेबल, रिट्रेनिंग-मुक्त विधि है जो आंतरिक लेबल शिफ्ट के माध्यम से आइटम एट्रिब्यूट्स पर एक लक्षित वितरण प्रेरित करके अनुशंसा प्रणाली (रेकमेंडर सिस्टम) के आउटपुट को निष्पक्षता और विविधता जैसे मानद उद्देश्यों के साथ संरेखित करती है, जिससे वैश्विक मूल्यों और उपयोगकर्ता जुड़ाव के बीच संतुलन बनाया जाता है।
यह शोध पत्र मात्रात्मक प्रयोगात्मक साक्ष्य प्रदान करता है कि ट्रांसफॉर्मर की गतिशीलता इन्फ्रारेड सामूहिक संगठन (infrared collective organization) के एक सार्वभौमिक सिद्धांत द्वारा शासित होती है, जहाँ सीखना धीमी विश्रांति मोड (slow relaxation modes) के संचय के माध्यम से स्मृति को बढ़ाने और विस्मृति को कम करने के लिए समय-पैमाने के अवस्था घनत्व (time-scale density of states) को पुनर्गठित करता है।
यह शोध पत्र यह प्रदर्शित करके कि विलुप्त प्रभाव (latent effects) एक संकुचित दृश्यमान ऑपरेटर (compressed observable operator) के आइजनमानों (eigenvalues) के अनुरूप होते हैं, अदृश्य कन्फाउंडिंग के तहत विषम उपचार प्रभावों (heterogeneous treatment effects) की पहचान करने के लिए एक स्पेक्ट्रल ढांचे को प्रस्तुत करता है, जिससे यह ओवरकम्प्लीट प्रॉक्सी सिस्टम को संभालने के लिए सिंथेटिक पोटेंशियल आउटकम्स (SPO) जैसे पूर्व स्केलर मोमेंट-आधारित तरीकों का सामान्यीकरण और सुधार करता है और कठोर पर्टर्बेशन बाउंड्स (perturbation bounds) प्रदान करता है।
यह शोधपत्र SpectralOT प्रस्तुत करता है, जो fMRI के लिए एक गणनात्मक रूप से कुशल कार्यात्मक संरेखण (functional alignment) विधि है, जो फीचर संरेखण और शारीरिक संरक्षण को संतुलित करने के लिए लाप्लास-बेल्ट्रामी आइगेनमोड्स (Laplace-Beltrami eigenmodes) के माध्यम से कॉर्टिकल ज्यामिति का लाभ उठाता है, जिससे क्रॉस-सब्जेक्ट डिकोडिंग प्रदर्शन में सुधार होता है।