24235 पेपर
JEDI पहला ऑनलाइन एंड-टू-एंड लेटेंट डिफ्यूजन वर्ल्ड मॉडल पेश करता है जो पिक्सेल-आधारित और अलग से प्रशिक्षित लेटेंट दृष्टिकोणों दोनों की तुलना में मॉडल-आधारित सुदृढीकरण सीखने (reinforcement learning) में बेहतर दक्षता और प्रतिस्पर्धी प्रदर्शन प्राप्त करने के लिए JEPA-शैली के प्रेडिक्टिव रिप्रेजेंटेशन लर्निंग को डिफ्यूजन उद्देश्यों के साथ एकीकृत करता है।
यह शोध पत्र भाषा के स्थानीयता पूर्वाग्रह (locality bias) को मास्कड डिफ्यूजन मॉडल्स में धीमी ट्रेनिंग के प्राथमिक कारण के रूप में पहचानता है और एक बेल-आकार (bell-shaped) की टाइम सैंपलिंग रणनीति प्रस्तावित करता है जो विभिन्न बेंचमार्क पर प्रदर्शन को बनाए रखते हुए या सुधारते हुए ट्रेनिंग को 4 गुना तक तेज़ करती है।
यह शोध पत्र Tide को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो लेबल-प्रासंगिक संयुक्त सूचना को अलग करने और भ्रामक फीचर- एवं संरचना-विशिष्ट संकेतों को फ़िल्टर करने के लिए त्रि-घटक सूचना अपघटन (tri-component information decomposition) का उपयोग करता है, जिससे आउट-ऑफ-डिस्ट्रीब्यूशन नोड्स का पता लगाने की ग्राफ न्यूरल नेटवर्क की क्षमता में उल्लेखनीय वृद्धि होती है।
यह शोध पत्र TempoMed-Bench प्रस्तुत करता है, जो चिकित्सा के क्षेत्र में लार्ज लैंग्वेज मॉडल्स (LLMs) की टेम्पोरल अवेयरनेस (सामयिक जागरूकता) का मूल्यांकन करने के लिए पहला बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान मॉडल ऐतिहासिक ज्ञान के साथ संघर्ष करते हैं, तीव्र कटऑफ के बजाय क्रमिक प्रदर्शन गिरावट प्रदर्शित करते हैं, और सर्च टूल्स के साथ संवर्धित होने के बावजूद भी टेम्पोरल कंसिस्टेंसी (सामयिक निरंतरता) बनाए रखने में विफल रहते हैं।
यह शोध पत्र टार्गेट-अलाइन्ड कवरेज एक्सपेंशन (TCE) का प्रस्ताव करता है, जो एक ड्यूल स्कोर-आधारित जनरेटिव मॉडल का लाभ उठाकर टार्गेट-कंसिस्टेंट ट्रांजिशन को सिंथेसाइज करता है और स्टेट कवरेज का विस्तार करता है, जिससे जब टार्गेट डेटा दुर्लभ हो, तो क्रॉस-डोमेन ऑफलाइन रिइन्फोर्समेंट लर्निंग में डोमेन गैप को प्रभावी ढंग से पाटा जा सके।
यह शोधपत्र D-IPG प्रस्तुत करता है, जो एक सीखा हुआ इनवर्स सॉल्वर (learned inverse solver) है जो एक द्विदिश डेसेप्ट्रॉन सरोगेट (bidirectional Deceptron surrogate) और एक जैकोबियन कंपोजिशन पेनल्टी (Jacobian Composition Penalty) के माध्यम से स्थानीय इनवर्स ज्योमेट्री को एमोर्टाइज (amortize) करता है, ताकि नॉनलीनियर इनवर्स समस्याओं में गॉस-न्यूटन-स्तर का प्रदर्शन प्राप्त किया जा सके जिसमें इन्फरेंस-टाइम लागत 77 गुना तक कम हो जाती है।
यह शोध पत्र म्यूऑन (Muon) ऑप्टिमाइज़र की उत्कृष्ट स्थिरता और अभिसरण (convergence) के लिए एक सिद्धांतपूर्ण ज्यामितीय स्पष्टीकरण प्रदान करता है, यह प्रदर्शित करते हुए कि इसकी ऑर्थोगोनलाइज़ेशन प्रक्रिया स्पेक्ट्रल फ्लैटनिंग (spectral flattening) प्राप्त करती है, जो स्थिरता के प्रतिबंध को सबसे बड़े ग्रेडिएंट सिंगुलर मान से हटाकर औसत ग्रेडिएंट सिंगुलर मान पर स्थानांतरित कर देती है और एक क्रोनेकर-फ़ैक्टर्ड कर्वेचर मॉडल के तहत प्रभावी अभिसरण कारक में सुधार करती है।
यह शोध पत्र MEGPODE को प्रस्तुत करता है, जो एक बेयसियन नॉनपैरामेट्रिक मिक्स्ड-इफेक्ट ODE मॉडल है जो विषय-विशिष्ट गतिकी (dynamics) को साझा जनसंख्या और व्यक्तिगत विचलन घटकों में विभाजित करने के लिए गॉसियन प्रक्रियाओं का उपयोग करता है, जिससे वर्चुअल कोलैकेशन और कलमन स्मूथिंग के माध्यम से बार-बार ODE समाधानों से बचते हुए प्रक्षेपवक्र (trajectory) भविष्यवाणी और जनसंख्या-क्षेत्र रिकवरी में सुधार होता है।
यह शोध पत्र एक प्री-ट्रेनिंग रणनीति प्रस्तुत करता है जो उच्च-आयामी घनत्व अनुमान (high-dimensional density estimation) के लिए स्थान-अनुकूलित कर्नेल (location-adaptive kernels) की सिफारिश करने हेतु न्यूरल नेटवर्क का लाभ उठाता है, जो सटीकता में महत्वपूर्ण सुधार करता है जब लक्षित वितरण प्री-ट्रेनिंग परिवार के अनुरूप होता है और वितरण भिन्न होने पर भी फाइन-ट्यूनिंग के माध्यम से प्रभावी बना रहता है।
यह शोध पत्र तर्क देता है कि वॉटरमार्किंग को केवल प्रति-नमूना पहचान उपकरण के बजाय एक निगरानी प्रिमिटिव (monitoring primitive) के रूप में माना जाना चाहिए, जो यह प्रदर्शित करता है कि सिग्नल एकत्रीकरण और सांख्यिकीय पैटर्न के माध्यम से आंतरिक और बाहरी निगरानी क्षमताएं अपरिहार्य रूप से उभरती हैं, जिससे एट्रिब्यूशन (attribution) और गोपनीयता के बीच एक मौलिक तनाव प्रकट होता है।