25436 पेपर
MINER एक हल्का प्लग-इन मॉड्यूल है जो ट्रांसफार्मर परतों के माध्यम से रिट्रीवल-संबंधित आंतरिक संकेतों की जांच और उन्हें अनुकूल रूप से संलयित (fuse) करके कुशल सिंगल-वेक्टर मल्टीमॉडल रिट्रीवल को बढ़ाता है, जिससे कम स्टोरेज और लेटेंसी लागत बनाए रखते हुए भारी लेट-इंटरेक्शन मॉडलों के तुलनीय बेहतर सटीकता प्राप्त होती है।
यह शोध पत्र बेंचमार्क में नोड विशेषताओं और ग्राफ संरचना के योगदान को अलग करने के लिए एक नैदानिक ढांचे के रूप में क्रम-अपरिवर्तनीय (permutation-invariant), कार्य-अज्ञेय (task-agnostic) संरचनात्मक डिस्क्रिप्टर्स के उपयोग का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि सरल अपरिवर्तनीयता-आधारित मॉडल अक्सर जटिल GNNs के बराबर या उनसे बेहतर प्रदर्शन करते हैं और यह सुझाव देता है कि ग्राफ कार्यों में भविष्य कहनेवाला प्रदर्शन (predictive performance) के लिए अभिव्योजकता (expressivity) प्राथमिक चालक नहीं है।
यह शोधपत्र MANTRA बेंचमार्क को विविध मैनिफोल्ड्स (manifolds) तक विस्तारित करता है और यह प्रकट करता है कि जबकि मौजूदा ग्राफ और उच्च-क्रम के मॉडल उचित प्रस्तुतियों (representations) के साथ प्रदर्शन को संतृप्त कर सकते हैं, वे कॉम्बिनेटोरियल संरचनाओं से परे सामान्यीकरण करने में विफल रहते हैं, जो स्केल से स्वतंत्र टोपोलॉजी-जागरूक इंडक्टिव बायस (topology-aware inductive biases) विकसित करने में एक महत्वपूर्ण अंतराल को रेखांकित करता है।
यह शोध पत्र आइसोमोर्फिक एम्बेडिंग लर्निंग (IEL) को प्रस्तुत करता है, जो एक नया ऑफलाइन सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो हिटिंग टाइम अवलोकनों से नियंत्रित मार्कोव प्रक्रियाओं की निर्देशित टेम्पोरल ज्यामिति को पुनः प्राप्त करने के लिए एक ऑपरेटर-थ्योरेटिक प्रतिनिधित्व का उपयोग करता है, जिससे मजबूत मल्टी-स्टेज प्लानिंग सक्षम होती है और ऑफलाइन मेज़ लोकोमोशन कार्यों पर अत्याधुनिक प्रदर्शन में सुधार होता है।
यह शोध पत्र PBKV को प्रस्तुत करता है, जो एक पूर्वानुमान-आधारित प्रणाली है जो LLM वर्कफ़्लो में भविष्य के एजेंट इनवोकेशन्स (agent invocations) का गतिशील रूप से पूर्वानुमान लगाती है ताकि GPU मेमोरी में उच्च-क्षमता वाले KV-कैश प्रविष्टियों (entries) को बुद्धिमानी से प्रबंधित और रिटेन किया जा सके, जिससे गतिशील और स्थिर दोनों प्रकार के वर्कफ़्लो पर मौजूदा बेसलाइनों की तुलना में महत्वपूर्ण गति प्राप्त होती है।
यह शोध पत्र Q-MMR प्रस्तुत करता है, जो परिमित-क्षितिज (finite-horizon) MDPs के लिए एक नवीन ऑफ-पॉलिसी मूल्यांकन ढांचा है, जो लक्ष्य Q-फंक्शन की यथार्थता (realizability) के तहत डाइमेंशन-मुक्त परिमित-नमूना गारंटी प्राप्त करने के लिए रिकर्सिव मोमेंट मैचिंग के माध्यम से इंडक्टिव स्केलर वेट्स सीखता है, जबकि कवरेज और इम्पोर्टेंस सैंपलिंग जैसे मौजूदा तरीकों के साथ नए सैद्धांतिक अंतर्दृष्टि और संबंध प्रदान करता है।
यह शोध पत्र एक जोखिम-नियंत्रित पोस्ट-प्रोसेसिंग फ्रेमवर्क प्रस्तावित करता है जो एक बेसलाइन निर्णय नीति को केवल तभी वैकल्पिक विकल्प पर स्विच करके संशोधित करता है जब आवश्यक हो ताकि उपयोगकर्ता द्वारा निर्दिष्ट जोखिम बाधा को संतुष्ट किया जा सके, जिससे मूल नीति के साथ सहमति को अधिकतम करते हुए अतिरिक्त जोखिम और निकट-इष्टतमता (near-optimality) पर सैद्धांतिक गारंटी प्रदान की जा सके।
यह शोध पत्र एक नवीन अनुमान-स्तर (estimate-level) ढांचे को प्रस्तुत करता है जो संचित ऐतिहासिक डेटा से प्राप्त यादृच्छिक प्रभावों (random effects) के रूप में प्रॉक्सी-प्राथमिक विसंगतियों को मॉडल करके, यादृच्छिक वितरण परिवर्तनों के तहत प्रॉक्सी-आधारित सांख्यिकीय अनुमान को अनुभवजन्य रूप से कैलिब्रेट करता है, जिससे व्यक्तिगत-स्तरीय प्रतिक्रिया डेटा या सख्त पहचान संबंधी धारणाओं की आवश्यकता के बिना पूर्वाग्रहों को सुधारा जा सके।
यह शोध पत्र VPSD-RL का प्रस्ताव करता है, जो एक निरंतर सुदृढीकरण लर्निंग (continuous reinforcement learning) फ्रेमवर्क है जो डेटा दक्षता को बढ़ाने और व्यर्थ परिवर्तनशीलता (nuisance variability) के विरुद्ध मजबूती प्रदान करने के लिए ली-ग्रुप ऑपरेटर्स (Lie-group operators) और पुलबैक मैपिंग्स (pullback mappings) के माध्यम से सटीक और अनुमानित मान-संरक्षण संरचनाओं (value-preserving structures) की खोज करता है।
यह शोध पत्र Cubit को प्रस्तुत करता है, जो एक नवीन डीप लर्निंग आर्किटेक्चर है जो एक मजबूत गणितीय आधार प्रदान करने और बेहतर लंबी-अनुक्रम मॉडलिंग क्षमताओं को प्रदर्शित करने के लिए ट्रांसफॉर्मर के अटेंशन मैकेनिज्म को कर्नेल रिज रिग्रेशन (Kernel Ridge Regression) से बदल देता है।