19766 पेपर
यह शोध पत्र मनमानी विभाजनों (arbitrary splits) की सीमाओं को दूर करने के लिए कार्यों की खोज, छँटनी और क्रमबद्धता के माध्यम से टैबुलर डोमेन में पुनरुत्पादित निरंतर विसंगति पहचान (continual anomaly detection) बेंचमार्क डिजाइन करने के लिए एक व्यवस्थित ढांचे को प्रस्तुत करता है, जो अंततः बड़े पैमाने के साइबर सुरक्षा डेटासेट से व्युत्पन्न पांच नए बेंचमार्क परिदृश्य प्रदान करता है।
यह शोध पत्र यह प्रकट करता है कि जैसे-जैसे भाषा मॉडल स्केल होते हैं, वे तेजी से एक आत्म-निरंतर "ऑटो-रिग्रेसिव रिस्क रिजीम" (auto-regressive risk regime) में प्रवेश करते हैं जहाँ कम-संभाव्यता वाले टोकन त्रुटियाँ आत्मविश्वासपूर्ण, हिमस्खलन जैसी बढ़ती हुई मतिभ्रम (hallucinations) को ट्रिगर करती हैं जो मॉडल के अपने अनिश्चितता संकेतों द्वारा पता लगाए जाने की क्षमता से भी अधिक समय तक बनी रहती हैं, जिससे अंततः बड़े मॉडल अपनी सामान्य क्षमता प्राप्त करने के बावजूद गलतियों को अधिक तेजी से संचित करते हैं।
यह शोध पत्र 'मल्टी-टास्क ऑन-पॉलिसी डिस्टिलेशन वाया सॉफ्ट-प्रॉम्ट प्रिविलेज्ड कॉन्टेक्स्ट' (Multi-Task On-Policy Distillation via Soft-Prompt Privileged Context) प्रस्तुत करता है, जो एक ऐसी विधि है जो फ्रोजन बैकबोन मॉडल्स के साथ कार्य-विशिष्ट सीखने योग्य सॉफ्ट प्रॉम्ट्स को शिक्षकों के रूप में उपयोग करती है ताकि एक एकल स्टूडेंट मॉडल बिना कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) से ग्रस्त हुए या पूर्ण वेट फाइन-ट्यूनिंग की आवश्यकता के बिना समानांतर में कई कार्यों से कुशलतापूर्वक ज्ञान आत्मसात कर सके।
यह शोध पत्र सैद्धांतिक और अनुभवजन्य रूप से यह प्रदर्शित करता है कि आंतरिक मॉडल वितरणों को संरक्षित करने वाली संरेखण योजनाएं, जब सीमित सुरक्षा फिल्टरों के साथ संयोजित की जाती हैं, तो विभिन्न मॉडलों और क्वेरी बजटों में एक निरंतर अनुभवजन्य हानि फ्लोर (harm floor) द्वारा प्रमाणित, बड़े भाषा मॉडलों से हानिकारक आउटपुट को पूरी तरह से समाप्त नहीं कर सकती हैं।
यह शोधपत्र PullbackDMDc प्रस्तुत करता है, जो गैर-स्वायत्त (non-autonomous) गतिशील प्रणालियों के सिद्धांत पर आधारित एक नवीन विधि है जो सफलतापूर्वक एक एकल जलवायु यथार्थ (climate realization) को मजबूर (forced) और आंतरिक परिवर्तनशीलता घटकों में विभाजित करती है, जिससे बड़े एन्सेम्बल डेटासेट की आवश्यकता के बिना कुशल जलवायु प्रक्षेपण और मॉडल मूल्यांकन सक्षम होता है।
यह शोध पत्र एजेंटों की बाहरी जानकारी को ध्यान में रखते हुए, एक मजबूत परिभाषा को अदम्य (undominated) कार्यों पर आधारित करके और मॉडल को उन परिदृश्यों में सामान्यीकृत करके, पारंपरिक बेयसियन पूर्ण-सूचना सेटिंग से परे प्रोत्साहन-संगत अन्वेषण (incentive-compatible exploration) के ढांचे का विस्तार करता है जहाँ एजेंटों के पास कोई साझा पूर्व-धारणा (common prior) नहीं होती है।
यह शोधपत्र Fretiq को प्रस्तुत करता है, जो एक ब्राउज़र-नेटिव सिस्टम है जो 26-आयामी स्पेक्ट्रल फीचर सेट और एक नवीन "कंपेरिजन ट्रेनिंग" कार्यप्रणाली का लाभ उठाकर इलेक्ट्रिक गिटार के स्ट्रिंग्स को वर्गीकृत करने में 97.1% फ्रेम-लेवल सटीकता प्राप्त करता है, साथ ही बिना किसी विशेष हार्डवेयर की आवश्यकता के होल्ड-आउट फ्री-प्ले डेटा पर मजबूत प्रदर्शन (87.8% सटीकता) प्रदर्शित करता है।
यह शोध पत्र एक ग्राफ न्यूरल नेटवर्क दृष्टिकोण प्रस्तुत करता है जो हाल ही में जारी किए गए बैक्टीरियल पेड़ों के डेटासेट और प्रशिक्षण के लिए एक सत्यापित ह्यूरिस्टिक सरोगेट द्वारा समर्थित, फाइлоजेनेटिक पेड़ों के बीच NP-hard सबट्री प्रून एंड रीग्राफ्ट (SPR) दूरी को लगभग स्थिर समय (near-constant time) में अनुमानित करता है।
यह शोध पत्र इंटरैक्टिव ट्रेनिंग 2 (Interactive Training 2) को प्रस्तुत करता है, जो एक ओपन-सोर्स कंट्रोल प्लेन है जो एक साझा प्रोटोकॉल और एक अनुकूलित एम (Aim) वर्कस्पेस के माध्यम से लाइव मॉडल ट्रेनिंग के ऑडिट करने योग्य, वास्तविक समय के स्टीयरिंग को सक्षम बनाता है, जिससे मानव और स्वचालित एजेंट दोनों को विविध वर्कफ़्लो में प्रशिक्षण मापदंडों को सुरक्षित रूप से संशोधित करने की अनुमति मिलती है।
यह शोध पत्र रिएक्टिव कम्प्यूटेशनल ग्राफ्स पर व्यापक हस्तक्षेपों के लिए एक कठोर लागत लेखांकन ढांचा प्रदान करता है, जो एक्टिवेशन-पैचिंग स्वीप्स की स्पीडअप सीमाओं, अनुक्रमिक बनाम बैच म्यूटेशन की सटीक ओवरकाउंट लागत, और बैकवर्ड-पास लोकैलिटी के एकता में पतन को सटीक क्लोज्ड-फॉर्म एक्सप्रेशंस के माध्यम से व्युत्पन्न करता है, जो कि न्यूरोडीएसएल (NeuroDSL) इंजन में कार्यान्वयन के माध्यम से मान्य है।