24235 पेपर
RecMem एक कुशल दीर्घकालिक (long-running) LLM एजेंट मेमोरी सिस्टम है जो प्रत्येक इंटरैक्शन को तुरंत प्रोसेस करने के बजाय, एक हल्के एम्बेडिंग-आधारित अवचेतन स्तर (subconscious layer) में आवर्ती सिमेंटिक पैटर्न का पता चलने तक LLM-आधारित मेमोरी कंसोलिडेशन को स्थगित करके टोकन की खपत को काफी कम करता है और सटीकता में सुधार करता है।
यह शोध पत्र Ada-Diffuser का प्रस्ताव करता है, जो एक एकीकृत कारणत्मक डिफ्यूजन (causal diffusion) ढांचा है जो जटिल वातावरणों में निर्णय लेने, योजना बनाने और अनुकूलनशील नीति शिक्षण को बढ़ाने के लिए न्यूनतम अवलोकनों से विकसित होने वाली गुप्त गतिकी (evolving latent dynamics) को स्पष्ट रूप से अनुमानित करता है।
यह शोध पत्र एक स्थिर वैरीएशनल क्वांटम क्लासिफायर का प्रस्ताव करता है जो एम्प्लीट्यूड एनकोडिंग और एक सीखने योग्य क्लासिकल प्री-एनकोडिंग लेयर का उपयोग करके प्रतिस्पर्धी प्रदर्शन प्राप्त करता है, जिसे SAFE-AI मेट्रिक्स द्वारा मूल्यांकित उन्नत मजबूती और एक संतुलित सुरक्षा प्रोफाइल के साथ प्राप्त किया गया है।
यह शोध पत्र ITGPT को प्रस्तुत करता है, जो एक अटेंशन-आधारित आर्किटेक्चर है जो अनियमित रूप से नमूने लिए गए (इरेगुलरली सैंपल्ड), मल्टीमॉडल टाइमसीरीज डेटा पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए सेल्फ-सुपरवाइज्ड और जनरेटिव प्रीट्रेनिंग का लाभ उठाता है, जिसमें रीसैंपलिंग, फीचर फ्यूजन या स्पष्ट इम्प्यूटेशन की आवश्यकता नहीं होती है, और यह विशेष रूप से कम लेबल वाले परिदृश्यों में उत्कृष्ट प्रदर्शन करता है।
यह अध्ययन स्टोकेस्टिक ऊष्मा चालन (stochastic heat conduction) में अनिश्चितता प्रसार के लिए न्यूरल नेटवर्क सरोगेट मॉडल का मूल्यांकन करता है, जिससे यह पता चलता है कि जबकि वे माध्य क्षेत्रों (mean fields) की सटीक भविष्यवाणी करते हैं, वे एक्सट्रपलेशन (extrapolation) के कारण वितरण की पूंछ (distribution tails) पर काफी बड़ी त्रुटियों से ग्रस्त होते हैं, जिसमें कमजोर रूप अवशेषों (weak form residuals) पर प्रशिक्षित फुल्ली कनेक्टेड नेटवर्क इन चरम मामलों को संभालने में बेहतर प्रदर्शन प्रदर्शित करते हैं।
यह शोध पत्र केंद्रीकृत (Centralized), विकेंद्रीकृत (Decentralized) और अर्ध-विकेंद्रीकृत (Semi-decentralized) फेडरेटेड लर्निंग आर्किटेक्चर के बीच प्रदर्शन संबंधी ट्रेड-ऑफ का Fedstellar सिम्युलेटर, MNIST डेटासेट और MLP क्लासिफायर का उपयोग करके प्रयोगात्मक रूप से विश्लेषण करता है ताकि उनकी संबंधित शक्तियों और सीमाओं पर तुलनात्मक अध्ययनों की कमी को दूर किया जा सके।
यह शोध पत्र FedHF-Impute का प्रस्ताव करता है, जो एक फेडरेटेड इम्प्यूटेशन फ्रेमवर्क है जो एक साझा वैश्विक फीचर ग्राफ का उपयोग करके अप्रत्यक्ष क्रॉस-क्लाइंट ज्ञान हस्तांतरण को सक्षम बनाता है और उन विषम फीचर स्पेस में सटीकता में महत्वपूर्ण सुधार करता है जहाँ क्लाइंट केवल आंशिक रूप से ओवरलैपिंग फीचर सबसेट्स देखते हैं।
यह शोध पत्र टेम्पोरल डिस्ट्रीब्यूशन शिफ्ट्स के तहत डायनेमिक ग्राफ ट्रांसफॉर्मर्स के एक प्रमुख विफलता मोड के रूप में अटेंशन डिस्पर्शन (attention dispersion) की पहचान करता है और एक हस्तांतरणीय समाधान, DiffDyG प्रस्तावित करता है, जो कॉमन-मोड सिग्नल्स को दबाने और विशिष्ट विशेषताओं को बढ़ाने के लिए डिफरेंशियल अटेंशन का उपयोग करता है, जिससे कई बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र मल्टी-फिडेलिटी फ्लो मैचिंग (MFFM) प्रस्तुत करता है, जो एक कैस्केडेड रिफाइनमेंट फ्रेमवर्क है जो फ्लो मैचिंग सोर्स डिस्ट्रीब्यूशन को लो-टू-हाई-फिडेलिटी रेसिडुअल्स के लिए कैलिब्रेट करता है और वेलोसिटी नेटवर्क को लो-फिडेलिटी सॉल्यूशंस पर कंडिशन करता है ताकि एक नियत, मल्टीग्रिड-जैसे PDE सॉल्वर को कुशलतापूर्वक सीखा जा सके जिसमें प्रति फिडेलिटी स्तर केवल एक नेटवर्क इवैल्यूएशन की आवश्यकता होती है।
यह शोध पत्र एक प्रशिक्षण-मुक्त, एंट्रॉपी-रेट-आधारित विविक्तीकरण शेड्यूलर (discretization scheduler) प्रस्तावित करता है जो फ्लो और श्रोडिंगर ब्रिज सैंपलर के लिए अनुमान चरणों (inference steps) को गतिशील रूप से आवंटित करता है, जो CIFAR-10 और प्रोटीन जनरेशन सहित विविध बेंचमार्क में कम-फंक्शन-इवैल्यूएशन व्यवस्थाओं में नमूना गुणवत्ता में महत्वपूर्ण सुधार करता है।