24235 पेपर
FlowSteer एक नवीन ढांचा है जो एक सुदृढ़ प्रोग्रेसिव कैनवस एडिटिंग प्रतिमान (paradigm) के माध्यम से एक एकल एजेंट को वास्तविक समय की ग्राफ-स्तरीय प्रतिक्रिया का लाभ उठाते हुए निष्पादन योग्य एजेंटिक वर्कफ्लो को एंड-टू-एंड डिजाइन करने में सक्षम बनाता है, ताकि मानव-निर्भर निर्माण और इन-लूप त्रुटि सुधार की चुनौतियों पर विजय प्राप्त की जा सके।
यह शोध पत्र इस प्रचलित धारणा को चुनौती देता है कि हाइपरबोलिक ग्राफ न्यूरल नेटवर्क (HGNNs) ट्री-जैसे ग्राफों के लिए सार्वभौमिक रूप से श्रेष्ठ हैं, यह प्रदर्शित करते हुए कि यूक्लिडियन मॉडलों पर उनका प्रदर्शन लाभ महत्वपूर्ण रूप से "ज्यामिति-कार्य संरेखण" (geometry-task alignment) पर निर्भर करता है, जहाँ HGNNs केवल तभी उत्कृष्ट होते हैं जब विशिष्ट कार्य (जैसे लिंक प्रेडिक्शन) इनपुट ग्राफ की मीट्रिक संरचना को संरक्षित करने की आवश्यकता रखता है।
यह शोध पत्र एक विक्षोभ-आधारित (perturbation-based) अनिश्चितता मात्रा निर्धारण मीट्रिक का प्रस्ताव करता है जो एम्बेडिंग विक्षोभ (embedding perturbations) के प्रति टोकन संवेदनशीलता को मापकर लार्ज लैंग्वेज मॉडल्स में अविश्वसनीय मध्यवर्ती तर्क चरणों की पहचान करता है, जो मौजूदा संभाव्यता, सैंपलिंग और बायेसियन विधियों की तुलना में बेहतर प्रदर्शन और दक्षता प्रदर्शित करता है।
यह शोध पत्र तर्क करने वाले (reasoning) LLMs के लिए एक वितरण-मुक्त (distribution-free) जोखिम नियंत्रण ढांचे का प्रस्ताव करता है जो उपयोगकर्ता द्वारा निर्दिष्ट त्रुटि दर का कड़ाई से पालन करते हुए कंप्यूट लागत को कम करने के लिए नवीन ऊपरी और निचली सीमाओं का उपयोग करके अनुकूलित एडेप्टिव टोकन बजट निर्धारित करता है।
यह शोध पत्र EmbedOpt को प्रस्तुत करता है, जो प्रोटीन डिफ्यूजन मॉडल के लिए एक इन्फरेंस-टाइम स्टीयरिंग फ्रेमवर्क है जो कंडीशनल एम्बेडिंग्स को अनुकूलित करता है ताकि स्ट्रक्चरल प्रायर्स को एक्सपेरिमेंटल कंस्ट्रेंट्स के साथ संरेखित किया जा सके, जिससे पारंपरिक कोऑर्डिनेट-आधारित पोस्टीरियर सैंपलिंग विधियों की तुलना में क्रायो-ईएम मैप फिटिंग जैसे कार्यों में बेहतर मजबूती और प्रदर्शन प्राप्त होता है।
यह शोध पत्र 'सीक्वेंशियल बायेसियन फ्लो मैचिंग' (Sequential Bayesian Flow Matching) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो पिछले विश्वासों (beliefs) को नए समय चरणों तक ले जाने के लिए बायेसियन फ़िल्टरिंग सिद्धांतों का लाभ उठाता है, जिससे स्ट्रीमिंग संभाव्य अनुमान (streaming probabilistic inference) में तेजी आती है, और इस प्रकार विविध वैज्ञानिक एवं निर्णय लेने वाले कार्यों में प्रतिस्पर्धी प्रदर्शन बनाए रखते हुए सैंपलिंग विलंबता (sampling latency) और अनुमान चरणों को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र प्रॉक्सिमल एक्शन रिप्लेसमेंट (PAR) को प्रस्तुत करता है, जो एक प्लग-एंड-प्ले ट्रेनिंग सैंपल रिप्लेसर है जो वैल्यू फंक्शन एसेंट द्वारा निर्देशित बेहतर क्रियाओं के साथ उप-इष्टतम डेटासेट क्रियाओं को प्रतिस्थापित करके ऑफलाइन रीइन्फोर्समेंट लर्निंग में बिहेवियर क्लोनिंग-रेगुलराइज्ड एक्टर-क्रिटिक विधियों की प्रदर्शन सीमा को पार करता है, जिससे बेंचमार्क पर लगातार प्रदर्शन में सुधार होता है।
यह शोध पत्र ACC++ प्रस्तुत करता है, जो एक उन्नत सर्किट-ट्रेसिंग विधि है जो एकल फॉरवर्ड पास से व्याख्या योग्य, प्रॉम्प्ट-विशिष्ट अटेंशन सर्किट निकालता है, जिससे यह पता चलता है कि भाषा मॉडल विभिन्न भाषाई संदर्भों में अप्रत्यक्ष ऑब्जेक्ट पहचान जैसे कार्यों को हल करने के लिए विशिष्ट, भाषा-निर्भर संकेतों का उपयोग कैसे करते हैं।
यह शोध पत्र समूह ऑपरेशंस (group operations) से सामान्य परिमित-आयामी बीजगणित (finite-dimensional algebras) तक ग्रौकिंग (grokking) घटना के अध्ययन का विस्तार करता है, जो यह प्रदर्शित करता है कि कैसे बीजगणितीय गुण और संरचनात्मक टेंसर विशेषताएँ न्यूरल नेटवर्क में स्मृति (memorization) से सामान्यीकरण (generalization) के संक्रमण को प्रभावित करती हैं।
यह शोध पत्र रोबोटमीटर (Robometer) को प्रस्तुत करता है, जो एक स्केलेबल रिवॉर्ड मॉडलिंग फ्रेमवर्क है जो विविध विशेषज्ञ और उप-इष्टतम प्रक्षेप पथों (trajectories) से प्रभावी ढंग से सामान्यीकरण योग्य रिवॉर्ड फंक्शन सीखने के लिए बड़े पैमाने के RBM-1M डेटासेट पर प्रशिक्षित, फ्रेम-स्तरीय प्रगति पर्यवेक्षण (frame-level progress supervision) को प्रक्षेप पथ-तुलना प्राथमिकता शिक्षण (trajectory-comparison preference learning) के साथ जोड़ता है।