24528 पेपर
यह शोध पत्र एक नवीन न्यूरल आर्किटेक्चर सर्च फ्रेमवर्क प्रस्तावित करता है जो पारंपरिक सुपरवइज्ड रिग्रेशन के स्थान पर आंशिक अवलोकनों से आर्किटेक्चर प्रदर्शन का अनुमान लगाने के लिए एक मेटा-लर्न्ड कन्वोल्यूशनल न्यूरल प्रोसेस का उपयोग करता है, जिससे डेटा की कमी के तहत बेहतर सामान्यीकरण और अत्याधुनिक चयन गुणवत्ता प्राप्त होती है।
यह शोधपत्र dFlowGRPO को प्रस्तुत करता है, जो एक एकीकृत सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो डिनोइजिंग (denoising) को एक मार्कोव निर्णय प्रक्रिया (Markov decision process) के रूप में तैयार करके GRPO-शैली के अनुकूलन को सामान्य असतत प्रवाह मॉडलों (discrete flow models) तक विस्तारित करता है, और मौजूदा विधियों की तुलना में टेक्स्ट-टू-इमेज जनरेशन और मल्टीमॉडल समझ में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र रिप्रेजेंटेशनल इफेक्टिव थ्योरी (RET) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो टेम्पोरल रूप से सुसंगत रीजनिंग ट्रेजेक्टरीज को प्रकट करने, सिमेंटिक स्ट्रक्चर को कैप्चर करने और मॉडल व्यवहार में प्रेडिक्शन एवं इंटरवेंशन को सक्षम करने के लिए LLM हिडन स्टेट्स को हाई-लेवल मैक्रोस्टेट्स में कोज-ग्रेन करता है।
यह शोध पत्र माइक्रो-डिफेक्ट्स एक्सपोज़ मैक्रो-फेक्स (MDMF) का प्रस्ताव करता है, जो एक नवीन डिटेक्शन फ्रेमवर्क है जो सिमेंटिक पैच एम्बेडिंग्स को एक फोरेंसिक लेटेंट स्पेस में प्रोजेक्ट करके और मैक्सिमम मीन डिस्क्रीपेंसी का उपयोग करके स्थानीय सांख्यिकीय अनियमितताओं को मैक्रो-स्तरीय वितरण बदलावों में प्रवर्धित करके AI-जनित छवियों की पहचान को बढ़ाता है, जिससे यह मौजूदा ग्लोबल-फीचर-आधारित डिटेक्टरों से बेहतर प्रदर्शन करता है।
यह शोध पत्र Neural CFRS को प्रस्तुत करता है, जो एक नवीन नॉन-ऑटोरेग्रेसिव फ्रेमवर्क है जो क्लस्टरिंग और रूटिंग के लिए डिफरेंशिएबल ऑप्टिमल ट्रांसपोर्ट का लाभ उठाकर कैपैसिटेटेड व्हीकल रूटिंग प्रॉब्लम को सिंगल शॉट में हल करता है, जिससे मौजूदा ऑटोरेग्रेसिव न्यूरल विधियों की तुलना में बेहतर आउट-ऑफ-डिस्ट्रीब्यूशन जनरलाइजेशन और पैरामीटर दक्षता प्राप्त होती है।
यह शोध पत्र LPS को प्रस्तुत करता है, जो एक स्केलेबल और सामान्य डिस्क्रीट पोस्टीरियर सैंपलर है जो डिस्क्रीट स्टेट स्पेस के भीतर कुशल समानांतर अपडेट करने के लिए ग्रेडिएंट जानकारी का लाभ उठाता है, और निरंतर रिलैक्सेशन (continuous relaxations) पर निर्भर रहे बिना विभिन्न इन्वर्स समस्याओं पर प्रतिस्पर्धी प्रदर्शन प्राप्त करता है।
यह शोधपत्र डिफ्यूजन लैंग्वेज मॉडल्स (Diffusion Language Models) में पथ-निर्भरता (path-dependence) का निदान और परिमाणीकरण करने के लिए ऑर्डर-प्रेरित छद्म-जोड़ों (order-induced pseudo-joints) और स्थानीय शोर-निवारण परिसंचरण (local denoising circulation) पर आधारित एक सैद्धांतिक ढांचे को प्रस्तुत करता है, जो यह प्रकट करता है कि ऑटोरेग्रेसिव-समान प्रक्षेपवक्रों (autoregressive-like trajectories) में उनके ढहने की प्रवृत्ति अनुमान त्रुटियों के बजाय स्थानीय शोर-निवारण सप्रतिबंधों (local denoising conditionals) की असंगति से उत्पन्न होती है।
यह शोध पत्र एक गैर-ऑटोरेग्रेसिव लर्निंग फ्रेमवर्क प्रस्तावित करता है जो प्रशिक्षण के दौरान एक सहायक मोडैलिटी के रूप में परमाणु प्रक्षेपवक्रों (atomic trajectories) का उपयोग करता है ताकि अनुक्रमिक अनुमान या अनुमान के समय प्रक्षेपवक्र डेटा की आवश्यकता के बिना, स्थिर संरचनाओं से तेज़, सटीक और गतिशील आयनिक परिवहन भविष्यवाणी सक्षम की जा सके।
Mem-W GUI एजेंटों की एक नवीन श्रेणी प्रस्तुत करता है जो ऐतिहासिक और वर्किंग मेमोरी को सीधे मॉडल के लेटेंट कॉन्टेक्स्ट में कॉम्पैक्ट टोकन के रूप में एकीकृत करता है, जिससे बाहरी सिम्बोलिक मेमोरी और आंतरिक निरूपणों के बीच के अंतर को समाप्त किया जा सके और वेब एवं मोबाइल बेंचमार्क में लॉन्ग-होरिज़न टास्क परफॉरमेंस को महत्वपूर्ण रूप से सुधारा जा सके।
यह शोध पत्र PGID का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free), प्लग-एंड-प्ले फ्रेमवर्क है जो प्रोग्रेसिव गाइडेड इनवर्जन और डीनोइजिंग का उपयोग करके विक्षेपित लैटेंट्स (perturbed latents) को उनके मूल क्षेत्रों में वापस प्रोजेक्ट करके AI-जनित छवियों पर वॉटरमार्क हटाने और जालसाजी हमलों से बचाव करता है, जिससे मजबूत डिटेक्शन विश्वसनीयता बहाल होती है।