24528 पेपर
यह शोध पत्र कंडीशनल डिस्ट्रीब्यूशन मैचिंग (CDM) को प्रस्तुत करता है, जो एक एकल बिंदु के बजाय एक विशिष्ट लक्षित कंडीशनल डिस्ट्रीब्यूशन को प्रेरित करने वाले इनपुट्स खोजने के लिए एक नया इनवर्स-डिज़ाइन समस्या वर्ग है, और MLGD-F का प्रस्ताव करता है, जो एक ट्रेनिंग-फ्री इन्फरेंस-टाइम एल्गोरिदम है जो इस समस्या को कुशलतापूर्वक हल करने के लिए एक प्रीट्रेनड डिफ्यूजन मॉडल को एक फास्ट कंडीशनल सैंपलर के साथ जोड़ता है।
यह शोधपत्र एक दो-चरणीय एल्गोरिदम का प्रस्ताव करके सामान्य सिंगल-इंडेक्स बैंडिट्स के लिए इष्टतम रिग्रेट (regret) की खुली समस्या को हल करता है जो का एक टाइट (tight) रिग्रेट बाउंड प्राप्त करता है, जो पिछले परिणाम में महत्वपूर्ण सुधार करता है और एक नव-स्थापित मिनिमैक्स लोअर बाउंड (minimax lower bound) से मेल खाता है।
यह शोध पत्र RAwR प्रस्तुत करता है, जो एक गणनात्मक रूप से कुशल ग्राफ रीवायरिंग फ्रेमवर्क है जो लंबी दूरी के सिग्नल प्रसार को त्वरित करने और प्रभावी प्रतिरोध (effective resistance) को कम करने के लिए अनुमानित समतुल्य विभाजनों (approximate equitable partitions) का लाभ उठाता है, जिससे विविध डेटासेट में नोड वर्गीकरण कार्यों में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र यह सिद्ध करके कि ALiBi अटेंशन मैकेनिज्म को उच्च प्रायिकता के साथ रैंडमाइज्ड ब्लॉक-डायगोनल बाइनरी मास्क द्वारा अनुमानित किया जा सकता है, जिससे लंबे-कॉन्टेक्स्ट अटेंशन के लिए कुशल नियर-लीनियर टाइम कंप्यूटेशन सक्षम होता है, पोजीशनल बायस और लोकैलिटी-सेंसिटिव हैशिंग के बीच एक औपचारिक संबंध स्थापित करता है, और इस प्रकार पोशनल बायस, मास्क और एम्बेडिंग्स को एक एकल सैद्धांतिक ढांचे में एकीकृत करता है।
यह शोध पत्र बाउंडेड प्रैग्मैटिक लिसनर (BPL) प्रस्तुत करता है, जो एक संज्ञानात्मक रूप से आधारित बेयसियन ढांचा है जो गलत सूचना के प्रति संवेदनशीलता को मॉडल करने के लिए तीन बाउंडेड रेशनैलिटी बाधाओं के साथ रेशनल स्पीच एक्ट थ्योरी का विस्तार करता है, जो सत्यता वर्गीकरण बेंचमार्क पर प्रतिस्पर्धी प्रदर्शन प्रदर्शित करता है और डेप्थ-मिसमैच विरोधाभास के लिए प्रयोगात्मक समर्थन प्रदान करता है।
यह शोध पत्र CTQWformer का प्रस्ताव करता है, जो एक नवीन हाइब्रिड फ्रेमवर्क है जो वैश्विक संरचनात्मक निर्भरताओं और गतिशील सूचना प्रसार दोनों को कैप्चर करने के लिए निरंतर-समय क्वांटम वॉक्स (continuous-time quantum walks) को ट्रांसफॉर्मर आर्किटेक्चर के साथ एकीकृत करता है, जिससे मौजूदा GNN और ग्राफ कर्नेल विधियों की तुलना में ग्राफ वर्गीकरण कार्यों में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक सिमेंटिक्स-अवेयर मेमोरी पदानुक्रम प्रस्तुत करता है जो शून्य-अनुमान त्रुटि के साथ कम-महत्व वाले रीजनिंग टोकन को सीपीयू मेमोरी में ऑफलोड करता है, यह प्रदर्शित करते हुए कि रीजनिंग सटीकता केवल स्थायी निष्कासन अनुपात (परमानेंट इविक्शन रेशियो) पर निर्भर करती न कि एचबीएम अधिभोग (एचबीएम ऑक्यूपेंसी) पर, जिससे न्यूनतम प्रदर्शन गिरावट के साथ महत्वपूर्ण मेमोरी बचत संभव हो पाती है।
यह शोध पत्र ट्रिफॉर्म बेंचमार्क (TriForm Benchmark) प्रस्तुत करता है और बड़े भाषा मॉडलों (large language models) के भीतर एक फॉर्मेट-एग्नोस्टिक रीजनिंग सबस्पेस (Format-Agnostic Reasoning Subspace - FARS) के लिए अभिसरण साक्ष्य प्रदान करता है, जो यह प्रदर्शित करता है कि एक संक्षिप्त 10-आयामी आंतरिक प्रतिनिधित्व विविध सतही रूपों (गद्य, कोड और गणित) में अमूर्त तर्क अवधारणाओं को कैप्चर करता है, साथ ही एक मौलिक विषमता को प्रकट करता है जहाँ घोषणात्मक प्रारूप (declarative formats) एक दूसरे के साथ प्रक्रियात्मक कोड (procedural code) की तुलना में अधिक अनुकूल होते हैं।
यह शोध पत्र स्पेक्ट्रल ट्रांसफॉर्मर न्यूरल प्रोसेसिस (STNPs) को प्रस्तुत करता है, जो ट्रांसफॉर्मर न्यूरल प्रोसेसिस का एक आवृत्ति-जागरूक विस्तार है जो स्पेक्ट्रल-मिक्सचर-कर्नेल बायस को इंजेक्ट करने के लिए एक स्पेक्ट्रल एग्रीगेटर को शामिल करता है, जिससे समय श्रृंखला, स्थानिक और छवि अनुप्रयोगों में आवधिक और अर्ध-आवधिक डेटा की मॉडलिंग में महत्वपूर्ण सुधार होता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि लार्ज लैंग्वेज मॉडल्स (LLMs) अपने हिडन स्टेट्स (hidden states) में एक मजबूत आंतरिक "हिडन एरर अवेयरनेस" (hidden error awareness) रखते हैं जिसे पहचाना जा सकता है, यह डायग्नोस्टिक सिग्नल मौलिक रूप से गैर-कारण (non-causal) है और विभिन्न इंटरवेंशन तकनीकों के माध्यम से तर्क संबंधी त्रुटियों को सुधारने के लिए इसका लाभ नहीं उठाया जा सकता है।