24308 पेपर
यह शोध पत्र संयुक्त बजट और कवरेज बाधाओं के तहत इष्टतम नीति शिक्षण को एक नैपसैक-प्रकार की समस्या के रूप में अभिलक्षित करता है जिसे एक एफ़ाइन थ्रेशोल्ड नियम के माध्यम से हल किया जा सकता है, यह प्रदर्शित करते हुए कि एक ग्रीडी-लैग्रेंजियन एल्गोरिदम निकट-इष्टतम प्रदर्शन प्राप्त करता है जबकि एक रैंक-एंड-कट दृष्टिकोण तब तक प्रभावी रहता है जब तक कि लागत विषमता बाधक कवरेज बाधाओं के साथ परस्पर क्रिया नहीं करती।
यह शोध पत्र समान प्रेक्षणों से भिन्न निष्कर्षों की घटना को तर्कसंगतता या सद्भावना के दोष के रूप में नहीं, बल्कि भिन्न अनुमान प्रोफाइल और शिक्षण पूर्वाग्रहों से उत्पन्न विश्व-मॉडल गैर-निश्चयात्मकता (non-identifiability) की एक संरचनात्मक समस्या के रूप में औपचारिक रूप देता है।
यह शोध पत्र इंस्ट्रक्शन लेंस स्कोर (InsLen) को प्रस्तुत करता है, जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स के लिए एक प्लग-एंड-प्ले ऑब्जेक्ट हैलुसिनेशन डिटेक्टर है, जो सहायक मॉडल्स या अतिरिक्त प्रशिक्षण की आवश्यकता के बिना इंस्ट्रक्शन टोकन एम्बेडिंग्स का लाभ उठाकर मौजूदा तरीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र 'missingness-MDPs' को प्रस्तुत करता है, जो POMDPs का एक नवीन उपवर्ग है जो मिसिंग डेटा थ्योरी के माध्यम से स्टेट फीचर अनऑब्जर्वेबिलिटी (state feature unobservability) को मॉडल करता है, और ट्रैजेक्टरी डेटा से अंतर्निहित मिसिंगनेस फंक्शन को सीखने के लिए PAC एल्गोरिदम प्रस्तावित करता है ताकि एप्सिलॉन-इष्टतम (epsilon-optimal) नीतियां प्राप्त की जा सकें।
यह शोध पत्र \textsc{Hyper-DFS} को प्रस्तुत करता है, जो एक हाइपरनेटवर्क-आधारित गतिशील फीचर चयन ढांचा (framework) है, जो कम संरचनात्मक जटिलता, विविध डेटासेट्स पर बेहतर प्रदर्शन और मौजूदा अत्याधुनिक विधियों की तुलना में सुदृढ़ ज़ीरो-शॉट सामान्यीकरण (zero-shot generalization) प्राप्त करने के लिए सेट ट्रांसफार्मर एनकोडिंग का उपयोग करके उपसमूह-विशिष्ट क्लासिफायर पैरामीटर उत्पन्न करता है।
यह शोध पत्र स्पेनिश, जर्मन और चीनी पृष्ठभूमि के शिक्षार्थियों के लिए अंग्रेजी शब्दावली की कठिनाई का पूर्वानुमान लगाने हेतु ग्रेडिएंट-बूस्टेड एल्गोरिदम और शापली मानों (Shapley values) का उपयोग करने वाले एक कम्प्यूटेशनल मॉडल को प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि शब्द की परिचितता सार्वभौमिक रूप से प्रमुख है, ऑर्थोग्राफिक ट्रांसफर (orthographic transfer) का प्रभाव शिक्षार्थी की मातृभाषा के आधार पर महत्वपूर्ण रूप से भिन्न होता है।
PriorZero एक एकीकृत ढांचा है जो केंद्रित अन्वेषण के लिए मोंटे कार्लो ट्री सर्च (Monte Carlo Tree Search) के केवल मूल (root) पर LLM मार्गदर्शन को इंजेक्ट करके स्थिर और सूक्ष्म क्रेडिट असाइनमेंट (credit assignment) को सक्षम करने के लिए स्टैटिक लार्ज लैंग्वेज मॉडल प्रायर्स (LLMs priors) और डायनेमिक वर्ल्ड मॉडल्स के बीच के अंतर को पाटता है, जिससे वर्ल्ड मॉडल ट्रेनिंग को LLM अनुकूलन से अलग किया जाता है और इस प्रकार लॉन्ग-होरिजन कार्यों में निर्णय लेने की दक्षता और प्रदर्शन को महत्वपूर्ण रूप से बढ़ाया जाता है।
यह शोध पत्र प्रदर्शित करता है कि एआई-सहायता प्राप्त एनोटेशन वर्कफ़्लो में स्थानिक अनिश्चितता (spatial uncertainty) को विज़ुअलाइज़ करना मानवीय ध्यान को गलत तरीके से स्थानीयकृत भविष्यवाणियों की ओर प्रभावी ढंग से निर्देशित करता है, जिसके परिणामस्वरूप मानक विधियों की तुलना में उच्च-गुणवत्ता वाले लेबल और तेज़ समीक्षा गति प्राप्त होती है।
यह शोधपत्र TipPFN को प्रस्तुत करता है, जो एक इन-कॉन्टेक्स्ट लर्निंग फ्रेमवर्क है जो विविध सिंथेटिक बाइफ़र्केशन परिदृश्यों पर प्रशिक्षित एक प्रायर-डेटा फिटेड नेटवर्क का लाभ उठाता है ताकि गतिशील प्रणालियों में महत्वपूर्ण संक्रमणों (क्रिटिकल ट्रांज़िशन) की मजबूती से भविष्यवाणी की जा सके, जो सीमित डेटा के साथ सिम्युलेटेड और वास्तविक दुनिया दोनों सेटिंग्स में पारंपरिक संकेतकों और डीप लर्निंग क्लासिफायर से बेहतर प्रदर्शन करता है।
यह शोध पत्र MASEM प्रस्तुत करता है, जो अज्ञात विच्छेदित घटकों (disconnected components) वाली मैनिफोल्ड्स से कुशलतापूर्वक और स्केलेबिलिटी के साथ नमूने लेने के लिए k-निकटतम पड़ोसी घनत्व अनुमान (k-nearest neighbor density estimation) और पुनर्संरचना (resampling) के माध्यम से एक अनुभवजन्य वितरण (empirical distribution) की एंट्रॉपी को अधिकतम करता है, जो अभिसरण गति (convergence speed) और मिश्रण गुणवत्ता (mixing quality) में मौजूदा विकल्पों से काफी बेहतर प्रदर्शन करता है।