24307 पेपर
FlowLPS एक ट्रेनिंग-फ्री इनवर्स सॉल्वर है जो लेटेंट फ्लो मॉडल्स के लिए डिज़ाइन किया गया है, जो स्टोकेस्टिक पोस्टीरियर एक्सप्लोरेशन के लिए लैंगवेन अपडेट्स को रैपिड मेजरमेंट कंसिस्टेंसी के लिए प्रॉक्सिमल रिफाइनमेंट के साथ जोड़कर मेजरमेंट फिडेलिटी और परसेप्चुअल क्वालिटी के बीच संतुलन बनाता है।
यह शोधपत्र TAMO को प्रस्तुत करता है, जो एक ट्रांसफॉर्मर-आधारित, पूर्णतः एमोर्टाइज्ड (fully amortized) पॉलिसी है जो कुशल, सार्वभौमिक मल्टी-ऑब्जेक्टिव ब्लैक-बॉक्स ऑप्टिमाइजेशन करने के लिए इन-कॉन्टेक्स्ट लर्निंग और रीइन्फोर्समेंट लर्निंग का लाभ उठाता है, जिसमें प्रति-कार्य सरोगेट फिटिंग या एक्विजिशन फंक्शन इंजीनियरिंग की आवश्यकता नहीं होती है।
यह शोध पत्र BOOST का परिचय देता है, जो एक कुशल प्रशिक्षण ढांचा है जिसमें बॉटलनेक-अवेयर टेंसर पैरेललिज्म और विभिन्न अनुकूलन शामिल हैं जो मानक 3D पैरेललिज्म की संचार और उपयोग सीमाओं को दूर करके बड़े पैमाने के लो-रैंक बॉटलनेक आर्किटेक्चर के प्रशिक्षण को महत्वपूर्ण रूप से तेज करते हैं।
यह शोध पत्र प्रदर्शित करता है कि स्पार्स बोल्ट्ज़मैन मशीन आर्किटेक्चर को संभाव्य कंप्यूटिंग हार्डवेयर (FPGAs) के साथ संयोजित करने से न्यूरल क्वांटम अवस्थाओं में मोंटे कार्लो सैंपलिंग की बाधा दूर हो जाती है, जिससे 6400 स्पिन तक के 2D ट्रांसवर्स-फील्ड आइसिंग मॉडल के लिए सटीक ग्राउंड-स्टेट ऊर्जा गणना और 900 स्पिन के लिए गहरे मॉडलों का कुशल प्रशिक्षण सक्षम होता है।
यह शोध पत्र LG-Flow प्रस्तुत करता है, जो एक सिद्धांत-आधारित लेटेंट ग्राफ डिफ्यूजन फ्रेमवर्क है जो लगभग लॉसलेस पुनर्निर्माण के लिए एक परम्यूटेशन-इक्विवैरिएंट ऑटोएनकोडर और मौजूदा ग्राफ जनरेशन मॉडल्स की क्वाड्रेटिक जटिलता को दूर करने के लिए फ्लो मैचिंग के साथ एक डिफ्यूजन ट्रांसफॉर्मर का उपयोग करता है, जिससे 1000 गुना तक की गति वृद्धि के साथ अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक डेटा फ़िल्टरिंग रणनीति और HE-SNR मीट्रिक को पेश करके SWE-bench के लिए प्रभावी मिड-ट्रेनिंग मीट्रिक्स की कमी को संबोधित करता है, जो जटिल सॉफ्टवेयर इंजीनियरिंग कार्यों के लिए लार्ज लैंग्वेज मॉडल अनुकूलन को बेहतर ढंग से निर्देशित करने के लिए एंट्रॉपी कम्प्रेशन हाइपोथीसिसिस (Entropy Compression Hypothesis) पर आधारित है।
यह शोध पत्र "क्लैरिटी" (Clarity) को प्रस्तुत करता है, जो एक नवीन मीट्रिक और मूल्यांकन ढांचा है जो स्पर्सिटी-अवेयर कॉन्सेप्ट बॉटलनेक मॉडल्स (sparsity-aware Concept Bottleneck Models) में एक महत्वपूर्ण फ्लेक्सिबिलिटी-इंटरप्रिटेबिलिटी ट्रेड-ऑफ को उजागर करता है, और यह प्रदर्शित करता है कि यह मीट्रिक मानक प्रदर्शन मापों की तुलना में मानव विश्वास के साथ काफी बेहतर तालमेल बिठाता है।
यह शोध पत्र पैराबोलिक पोजीशन एनकोडिंग (PaPE) को प्रस्तुत करता है, जो एक सिद्धांत-आधारित, विजन-केंद्रित पोजीशन एनकोडिंग विधि है जो मौजूदा बेसलाइनों की तुलना में विविध दृश्य मोडैलिटीज (visual modalities) में बेहतर एक्सट्रपलेशन और सामान्यीकरण प्राप्त करने के लिए पैराबोलिक फलनों का लाभ उठाती है।
यह शोध पत्र RACC (रिप्रजेंटेशन-अवेयर कवरेज क्राइटेरिया) प्रस्तुत करता है, जो LLM सुरक्षा परीक्षण के लिए एक स्केलेबल फ्रेमवर्क है जो टेस्ट सुइट की पर्याप्तता का मूल्यांकन करने और हमले के निर्माण (अटैक जनरेशन) को निर्देशित करने के लिए हिडन स्टेट्स से सुरक्षा-विशिष्ट रिप्रजेंटेशन्स निकालता है, जो पारंपरिक न्यूरॉन-स्तरीय कवरेज मानदंडों की सीमाओं को प्रभावी ढंग से दूर करता है।
यह शोधपत्र गैर-चिकनी (non-smooth) लॉस संरचनाओं को संभालने के लिए वास्तविक बीजगणितीय ज्यामिति (real algebraic geometry) का लाभ उठाते हुए, डेटा-संचालित बहु-आयामी हाइपरपैरामीटर ट्यूनिंग में सिद्ध सामान्यीकरण गारंटी (provable generalization guarantees) प्रदान करने के लिए पहला सामान्य ढांचा स्थापित करता है, साथ ही संबंधित निचली सीमाएं (lower bounds) भी व्युत्पन्न करता है और वेटेड ग्रुप एवं फ्यूज्ड लासो (weighted group and fused lasso) पर इसके अनुप्रयोगों को प्रदर्शित करता है।