25315 पेपर
यह स्थिति पत्र (position paper) तर्क देता है कि डिफ्यूजन मॉडल्स में सामान्यीकरण (generalization) को समझने के लिए एक नए सैद्धांतिक ढांचे की आवश्यकता है जो याद करने की अनुपस्थिति (absence of memorization) को समझाने के बजाय प्री-मेमोराइजेशन लर्निंग चरण पर केंद्रित हो, एक ऐसा रुख जिसे CIFAR-10 पर अनुभवजन्य निष्कर्षों और प्रस्तावित खुले प्रश्नों के एक सेट द्वारा समर्थित किया गया है।
यह शोध पत्र होम्स (Holmes) का प्रस्ताव करता है, जो एक पदानुक्रमित साक्ष्य शिक्षण ढांचा (hierarchical evidential learning framework) है, जो अंतर-वीडियो डिरिचलेट-आधारित समानता मॉडलिंग (inter-video Dirichlet-based similarity modeling) के माध्यम से बहु-स्तर की क्रॉस-मोडल साक्ष्यों को एकत्रित करके और अनुकूलन योग्य इष्टतम परिवहन (adaptive optimal transport) के माध्यम से इंट्रा-वीडियो सॉफ्ट संरेखण द्वारा आंशिक रूप से प्रासंगिक वीडियो पुनर्प्राप्ति में अनिश्चितता को स्पष्ट रूप से मॉडल करता है।
यह शोध पत्र TIPreL को प्रस्तुत करता है, जो एक समय-विषम प्रीकंडीशन्ड लैंगविन डायनेमिक्स विधि है जो बहु-मोडल और इल-कंडीशन्ड वितरणों में वैश्विक मोड कवरेज और स्थानीय मोड अन्वेषण के बीच के समझौते को एक साथ हल करने के लिए समय- और स्थिति-निर्भर प्रीकंडीशनर का उपयोग करता है, जबकि शिथिल नियमितता शर्तों के तहत कठोर अभिसरण गारंटी स्थापित करता है।
यह शोध पत्र SU(N) लैटिस गेज सिद्धांतों के सैंपलिंग के लिए एक स्कोर-मैचिंग डिफ्यूजन मॉडल फ्रेमवर्क प्रस्तुत करता है, जो दो और चार आयामों में SU(3) कॉन्फ़िगरेशन के सफल अनुप्रयोग को प्रदर्शित करता है और यह दिखाता है कि हैमिल्टोनियन मॉलिक्यूलर डायनेमिक्स-आधारित सुधारक (corrector) को शामिल करने से बढ़ी हुई कम्प्यूटेशनल लागत के बावजूद बड़े व्युत्क्रम कपलिंग (inverse coupling) मानों के लिए सैंपलिंग की गुणवत्ता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र "प्रोलॉग" (Prologue) का प्रस्ताव करता है, जो विशेष रूप से जनरेशन (generation) के लिए प्रशिक्षित टोकन के एक अलग सेट को पेश करके ऑटोरेग्रेसिव इमेज मॉडल्स में रिकंस्ट्रक्शन-जनरेशन अंतराल को पाटता है, जिससे पुनर्निर्माण की सटीकता (reconstruction fidelity) से समझौता किए बिना छवि की गुणवत्ता में उल्लेखनीय सुधार होता है (ImageNet पर gFID को 21.01 से घटाकर 10.75 करना)।
SymDrift एक नवीन वन-शॉट जनरेटिव मॉडलिंग फ्रेमवर्क है जो इष्टतम संरेखण (optimal alignment) और अपरिवर्तनीय एम्बेडिंग (invariant embeddings) के माध्यम से एक सममिति-जागरूक ड्रिफ्टिंग फील्ड (symmetry-aware drifting field) को पेश करके भौतिक प्रणालियों में सममिति चुनौतियों का समाधान करता है, जिससे मल्टी-स्टेप बेसलाइन्स की तुलना में कंप्यूटेशनल ओवरहेड को 40 गुना तक कम करते हुए आणविक पीढ़ी (molecular generation) में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र दोनों को नियंत्रण अधिकतमकरण (control maximization) के उदाहरणों के रूप में फ्रेम करके, लक्ष्य-सशर्त सुदृढीकरण लर्निंग (goal-conditioned reinforcement learning) और अनसुपरवाइज्ड स्किल लर्निंग (unsupervised skill learning) को एकीकृत करने के लिए एक सैद्धांतिक आधार स्थापित करता है, और यह सिद्ध करता है कि विशिष्ट म्यूचुअल इंफॉर्मेशन स्किल लर्निंग उद्देश्य विशिष्ट लक्ष्य-पहुंच संरचनाओं द्वारा सीमित हैं और इस प्रकार उनके साथ इष्टतम रूप से संरेखित हैं।
यह शोध पत्र wAR-Tok प्रस्तुत करता है, जो टोकेनाइज़र प्रशिक्षण में वॉसरस्टीन-ग्रेडिएंट-फ्लो-आधारित प्रायोरिटी-मैचिंग सिग्नल को एकीकृत करके डिस्क्रीट ऑटोरेग्रेसिव इमेज जनरेशन में सुधार करता है, जिससे पुनर्निर्माण गुणवत्ता से समझौता किए बिना सीखे गए टोकन वितरण को लक्षित ऑटोरेग्रेसिव मॉडल के साथ संरेखित किया जाता है।
यह लेख प्रदर्शित करता है कि "स्लिंगशॉट मैकेनिज्म" (slingshot mechanism), जो दीर्घकालिक प्रशिक्षण के दौरान आवधिक लॉस स्पाइक्स (loss spikes) और तीव्र पैरामीटर वृद्धि द्वारा पहचाना जाता है, एक अंतर्निहित अनुकूलन गतिकी (optimization dynamic) का प्रतिनिधित्व नहीं करता है बल्कि कम-परिशुद्धता वाले फ्लोटिंग-पॉइंट अंकगणित (low-precision floating-point arithmetic) के कारण उत्पन्न एक संख्यात्मक विसंगति (numerical artifact) है, जहाँ ग्रेडिएंट्स में राउंडिंग त्रुटियाँ शून्य-योग स्थिति (zero-sum condition) का उल्लंघन करती हैं और एक सकारात्मक फीडबैक लूप को सक्रिय करती हैं जिसे संख्यात्मक विशेषता मुद्रास्फीति (numerical feature inflation - NFI) के रूप में जाना जाता है।
यह शोधपत्र एक मॉडल-अज्ञेय (model-agnostic) ढांचे को प्रस्तुत करता है जो नॉलेज ग्राफ फाउंडेशन मॉडल्स के लिए एक सार्वभौमिक शब्दावली स्थापित करने हेतु आवर्ती ग्राफलेट्स (recurring graphlets) को संरचनात्मक टोकन के रूप में मानता है, जिससे विविध और अनदेखे ग्राफों में सुदृढ़ ज़ीरो-शॉट ट्रांसफर और बेहतर लिंक प्रेडिक्शन सक्षम होता है।