20203 पेपर
यह शोध पत्र CGS का प्रस्ताव करता है, जो एक नवीन कॉन्फ़िगर करने योग्य ग्राफ़ सारांशीकरण ढांचा (framework) है जो लॉसलेस परिणामों या सीमित पड़ोस हानि (neighborhood loss) के साथ कई ग्राफ़ प्रश्नों का समर्थन करने के लिए सामान्य पड़ोस वाले नोड्स को एकत्रित करके संक्षिप्त सारांश उत्पन्न करता है, जबकि उपयोगकर्ताओं को सहने योग्य त्रुटि प्रकारों और थ्रेशोल्ड को अनुकूलित करने की अनुमति देता है।
यह शोध पत्र एक नवीन बायज़ेंटाइन-रोबस्ट (Byzantine-robust) फेडरेटेड लर्निंग फ्रेमवर्क प्रस्तावित करता है जो एक ट्रंकेटेड-क्वाड्रेटिक लॉस-आधारित एग्रीगेशन नियम का उपयोग करता है जो सेंटर्ड क्लिपिंग और हबर एग्रीगेटर्स जैसी मौजूदा विधियों की पूर्वाग्रह सीमाओं को दूर करता है, गैर-कनवेक्स लॉस और विषम डेटा के तहत ऑर्डर-ऑप्टिमल प्रदर्शन प्राप्त करता है और अनुमानित आउटलेयर गणनाओं के साथ भी मजबूती बनाए रखता है।
EquiFusion एक परम्यूटेशन इक्विवैरिएंट लेटेंट डिफ्यूजन आर्किटेक्चर का उपयोग करने वाला पहला किनेमैटिक्स-अज्ञेय मानव गति भविष्यवाणी मॉडल पेश करता है जो कंकाल की कनेक्टिविटी को एक स्पष्ट इनपुट के रूप में मानता है, जिससे उत्कृष्ट क्रॉस-डेटासेट सामान्यीकरण, ज़ीरो-शॉट क्षमताएं, और पिछले तरीकों की तुलना में काफी अधिक दक्षता के साथ अत्याधुनिक प्रदर्शन सक्षम होता है।
यह शोधपत्र नियतकालिक नीतियों (deterministic policies) के साथ विस्तारित मीन फील्ड कंट्रोल (mean field control) के लिए एक मॉडल-मुक्त, निरंतर-समय एक्टर-क्रिटिक सुदृढीकरण शिक्षण ढांचे का प्रस्ताव करता है, जो माप व्युत्पन्न (measure derivatives) से जुड़े एक परिष्कृत पॉलिसी ग्रेडिएंट फॉर्मूला का लाभ उठाता है ताकि उन समस्याओं के लिए कुशल और सुदृढ़ समाधान सक्षम किए जा सकें जहाँ गतिकी (dynamics) और पुरस्कार संयुक्त अवस्था-क्रिया वितरण (joint state-action distribution) पर निर्भर करते हैं।
यह शोध पत्र डेटा री-अपलोडिंग क्वांटम क्लासिफायर में "फूरियर लॉकिंग" को प्राथमिक अनुकूलन बाधा (ऑप्टिमाइज़ेशन बॉटलनैक) के रूप में पहचानता है, जहाँ रैंडम इनिशियलाइज़ेशन स्पेक्ट्रल मिसअलाइनमेंट के कारण मॉडलों को स्प्यूरियस मिनिमा (मिथ्या स्थानीय न्यूनतम) में फँसा देता है, और एक स्पेक्ट्रल होमोटॉपी करिकुलम का प्रस्ताव करता है जो लॉस लैंडस्केप को उत्तलता (कॉन्वेक्सिफाई) बनाने और एस्केप रेट्स में महत्वपूर्ण सुधार करने के लिए लक्षित आवृत्तियों को क्रमिक रूप से बढ़ाता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि व्यापक प्रशिक्षण डेटा भाषा मॉडलों को नग्न कथनों की तुलना में अपने भार (weights) में नए तथ्यों को अधिक प्रभावी ढंग से संग्रहीत करने में सक्षम बनाता है, निरंतर भार-आधारित सीखना अपरिहार्य रूप से विनाशकारी विस्मृति (catastrophic forgetting) और हस्तक्षेप का कारण बनता है, जिससे संदर्भ (context) क्रमिक अपडेट के माध्यम से ज्ञान को संरक्षित करने और संयोजित करने के लिए एकमात्र विश्वसनीय माध्यम बन जाता है।
यह पूर्व-पंजीकृत कारण संबंधी अध्ययन (causal study) प्रदर्शित करता है कि कोड रिवॉर्ड सूट्स में प्राकृतिक 'फॉल्स पॉजिटिव' (false positives) व्यवस्थित रूप से RLVR प्रदर्शन मेट्रिक्स को बढ़ा देते हैं क्योंकि वे केवल सूट आर्टिफैक्ट्स के बजाय वास्तव में त्रुटिपूर्ण कोड को पुरस्कृत करते हैं, एक ऐसी घटना जिसे सस्ते स्टैटिक ऑडिट के माध्यम से पहचाना जा सकता है लेकिन जिसे सुधारने पर क्षमता में न्यूनतम लाभ प्राप्त होता है।
यह शोध पत्र MMRM का प्रस्ताव करता है, जो एक एकीकृत ढांचा है जो विविध सहयोगात्मक संकेतों के साथ मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स को संरेखित करता है ताकि मल्टीप्लेक्स आइटम और यूजर रिप्रेजेंटेशन उत्पन्न किए जा सकें, जिससे JD सर्च इंजन में ई-कॉमर्स सर्च रैंकिंग प्रदर्शन और दक्षता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र विविध ओपन-वेट (open-weight) एलएलएम (LLM) के अवलोकन संबंधी डेटा का लाभ उठाकर, यह अनुमान लगाने के लिए कि विभिन्न डोमेन संयोजन कैसे परस्पर क्रिया करते हैं, भाषा मॉडल प्रीट्रेनिंग में "डेटा सिनर्जी" (data synergy) को औपचारिक रूप देता है और परिमाणित करता है, जो यह प्रदर्शित करता है कि उनका प्रस्तावित ढांचा डोमेन-अज्ञेयवादी स्केलिंग लॉज़ (domain-agnostic scaling laws) से बेहतर प्रदर्शन करता है और इष्टतम बनाम प्रति-इष्टतम (optimal versus anti-optimal) डेटा मिश्रण के आधार पर मॉडल प्रदर्शन रैंकिंग की सटीक भविष्यवाणी करता है।
यह शोध पत्र लिंक अनुकूलन (link adaptation) के लिए जॉइंट-थॉमसन सैंपलिंग (Joint-Thompson Sampling - Joint-TS) एल्गोरिदम का प्रस्ताव करता है, जो मॉड्यूलेशन एंड कोडिंग स्कीम (Modulation and Coding Scheme) की सफलता की संभावनाओं की अंतर्निहित एकदिष्टता (monotonicity) को बनाए रखने के लिए एक बहुभिन्नचर क्रमबद्ध बीटा वितरण (multivariate ordered Beta distribution) का उपयोग करके पारंपरिक मल्टी-आर्म्ड बैंडिट दृष्टिकोणों में सुधार करता है, जिससे विभिन्न चैनल स्थितियों में सुदृढ़ और सुसंगत थ्रूपुट प्राप्त होता है।