24344 पेपर
यह शोध पत्र वियरेबल सेंसर डेटा और शेप-आधारित प्रिंसिपल कंपोनेंट एनालिसिस से व्युत्पन्न एक नवीन, वस्तुनिष्ठ आकार-आधारित कार्यात्मक सूचकांक प्रस्तुत करता है जो DMD और SMA जैसे न्यूरोमस्कुलर विकारों वाले बच्चों में बाल चिकित्सा मोटर फंक्शन को प्रभावी ढंग से ट्रैक करता है और नैदानिक मार्करों के साथ सह-संबंध स्थापित करता है, जो होम-आधारित अनुदैर्ध्य निगरानी के लिए एक आशाजनक उपकरण प्रदान करता है।
यह शोध पत्र यह प्रदर्शित करता है कि रैंकिंग उद्देश्य (पेयरवाइज़ बनाम पॉइंटवाइज़) डायरेक्ट अलाइनमेंट एल्गोरिदम में अलाइनमेंट गुणवत्ता का प्राथमिक निर्धारक है, जो एक एकीकृत ढांचे के तहत मूल्यांकन किए जाने पर, जो SFT चरणों और हाइपरपैरामीटर को मानकीकृत करता है, अनुकूलित विशिष्ट स्केलर स्कोर या प्रशिक्षण चरण विन्यास से अधिक प्रभावी होता है।
यह शोध पत्र DP-GIBO को प्रस्तुत करता है, जो एक डिफरेंशियल प्राइवेट लोकल बेयसियन ऑप्टिमाइज़ेशन फ्रेमवर्क है जो ग्रेडिएंट्स को निजी रूप से अनुमानित करने के लिए गॉसियन प्रोसेस सरोगेट्स का उपयोग करता है, जिससे उच्च-आयामी स्थानों में स्केलेबल और प्रभावी हाइपरपैरामीटर ट्यूनिंग सक्षम होती है और यह मौजूदा प्राइवेट रैंडम सर्च और ग्लोबल बेयसियन ऑप्टिमाइज़ेशन विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र OrderFusion को प्रस्तुत करता है, जो एक एंड-टू-एंड, पैरामीटर-कुशल संभाव्य पूर्वानुमान मॉडल है जो निरंतर इंट्राडे बिजली ऑर्डरबुक्स की पूर्ण इंटरेक्शन संरचना को कैप्चर करने के लिए एक नवीन ऑर्डर फ्यूजन पद्धति का उपयोग करता है, जिससे विभिन्न बाजार तरलता स्थितियों में कीमतों की भविष्यवाणी करने में पारंपरिक बेसलाइन से बेहतर प्रदर्शन करते हुए गैर-क्रॉसिंग क्वांटाइल अनुमान सुनिश्चित किए जाते हैं।
यह शोध पत्र सैद्धांतिक रूप से सिद्ध करता है कि सिंगल-लेयर, टू-हेड ट्रांसफॉर्मर्स केवल पॉलीलॉगैरिद्मिक (polylogarithmic) मापदंडों के साथ स्पार्स XOR फंक्शन्स को सीख सकते हैं, जिससे वे तीव्र फीचर डिस्कवरी और सुदृढ़ सामान्यीकरण के लिए सटीक सॉफ्टमैक्स अटेंशन का लाभ उठाकर फीड-फॉरवर्ड न्यूरल नेटवर्क्स की लीनियर पैरामीटर बाधा को पार कर सकते हैं।
यह शोध पत्र एक पदानुक्रमित सांख्यिकीय मॉडल (hierarchical statistical model) प्रस्तावित करता है जो LLM बेंचमार्किंग में सैंपलिंग वेरिएंस (sampling variance) को संबोधित करने के लिए कई पीढ़ियों (multiple generations) का लाभ उठाता है, जिससे स्कोर की सटीकता में सुधार होता है, सूक्ष्म-स्तरीय प्रॉम्प्ट-स्तर का कठिनाई विश्लेषण सक्षम होता है, और डेटा विज़ुअलाइज़ेशन के माध्यम से बेंचमार्क गुणवत्ता नियंत्रण की सुविधा मिलती है।
यह शोध पत्र प्रॉम्पटिंग की चुनौतियों की जांच इसे सीक्वेंस प्रेडिक्टर्स (sequence predictors) पर इष्टतम कंडीशनिंग सीक्वेंस खोजने के रूप में रूपायित करते हुए करता है, जो नियंत्रित प्रयोगों और फ्रंटियर मॉडल विश्लेषण के माध्यम से यह प्रकट करता है कि इष्टतम प्रॉम्प्ट अक्सर गैर-सहज होते हैं, गहन खोज के साथ भी उन्हें पहचानना कठिन होता है, और मानक प्रदर्शन-आधारित विधियों का उपयोग करने पर अक्सर उप-इष्टतम होते हैं।
DQN के लिए रेनबो दृष्टिकोण से प्रेरित होकर, यह शोध पत्र सिमुलस (Simulus) प्रस्तुत करता है, जो एक मॉड्यूलर वर्ल्ड मॉडल एजेंट है जो विविध विजुअल, कंटीन्यूअस और सिम्बोलिक रिइन्फोर्समेंट लर्निंग बेंचमार्क में स्टेट-ऑफ-द-आर्ट सैंपल एफिशिएंसी प्राप्त करने के लिए टोकनाइजेशन फ्लेक्सिबिलिटी, इंट्रिन्सिक मोटिवेशन, प्रायोरिटाइज्ड रिप्ले और रिग्रेशन-एज़-क्लासिफिकेशन को जोड़ता है।
यह शोध पत्र यह सिद्ध करके कि कीज़ (keys) के लिए उच्च परिशुद्धता (precision) को मानों (values) की तुलना में प्राथमिकता देने से क्वांटिज़ेशन त्रुटि (quantization error) सख्ती से कम होती है और सटीकता बनी रहती है, लार्ज लैंग्वेज मॉडल्स में मिश्रित-परिशुद्धता KV-कैश क्वांटिज़ेशन के लिए एक सैद्धांतिक आधार स्थापित करता है, जिससे बिट आवंटन (bit allocation) को ह्यूरिस्टिक ट्यूनिंग से बदलकर एक ज्यामिति-संचालित डिज़ाइन सिद्धांत में परिवर्तित कर देता है।
यह शोध पत्र टेस्ट-टाइम स्ट्रक्चरल एलाइनमेंट (TSA) को प्रस्तुत करता है, जो एक नवीन एल्गोरिदम है जो अनिश्चितता-जागरूक वेटिंग (uncertainty-aware weighting), अनुकूली प्रतिनिधित्व संतुलन (adaptive representation balancing) और निर्णय सीमा परिशोधन (decision boundary refinement) के माध्यम से अनुमान के दौरान ग्राफ संरचनाओं को गतिशील रूप से संरेखित करके ग्राफ टेस्ट-टाइम अनुकूलन को बढ़ाता है, जिससे बिना पुनरप्रशिक्षण के वितरण बदलावों (distribution shifts) के विरुद्ध मॉडल की मजबूती में सुधार होता है।