25436 पेपर
यह शोध पत्र रोड रिस्क मॉनिटर (Road Risk Monitor) को प्रस्तुत करता है, जो एक तैनात करने योग्य अमेरिकी सड़क-सुरक्षा प्रणाली है जो लाइव एपीआई (APIs), रास्टर टाइल्स और एक सार्वजनिक वेब एप्लिकेशन के माध्यम से परोसी जाने वाली राष्ट्रव्यापी घटना भविष्यवाणियों को उत्पन्न करने के लिए ऐतिहासिक दुर्घटना डेटा, लाइव मौसम और सड़क ज्यामिति को एकीकृत करती है।
यह शोध पत्र यह सिद्ध करके कि ये अनंत-आयामी परिवर्तनशील समस्याएँ द्रव्यमान (masses), माध्य (means) और सहप्रसरण (covariances) पर अनुकूलन में सटीक न्यूनीकरण स्वीकार करती हैं, जो अक्सर सेमीडेफिनेट प्रोग्रामिंग और क्लोज्ड-फॉर्म अपडेट्स के माध्यम से हल की जा सकती हैं, गॉसियन वितरणों से जुड़ी असंतुलित इष्टतम परिवहन (unbalanced optimal transport) और असंतुलित घनत्व नियंत्रण (unbalanced density control) समस्याओं के लिए वैश्विक रूप से इष्टतम, परिमित-आयामी समाधान विधियाँ स्थापित करता है।
यह शोध पत्र एंट्रोपिक RNOT (Entropic RNOT) प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो रिमानियन मैनिफोल्ड्स (Riemannian manifolds) पर अनुकूलतम परिवहन समस्याओं को कुशलतापूर्वक हल करने के लिए अंतर्निहित एंट्रोपिक रेगुलाइजेशन (intrinsic entropic regularization) को एमोर्टाइज्ड न्यूरल लर्निंग (amortized neural learning) के साथ जोड़ता है, जो मौजूदा बेसलाइनों की तुलना में विविध वक्रीय स्थानों (curved spaces) में मजबूत सैद्धांतिक अभिसरण गारंटी और उत्कृष्ट अनुभवजन्य प्रदर्शन प्रदान करता है।
यह शोध पत्र HUGO-CS को प्रस्तुत करता है, जो एक नवीन अनिश्चितता-जागरूक ढांचे (uncertainty-aware framework) का उपयोग करके वैज्ञानिक साहित्य से प्राप्त 4,383 कोल्ड स्प्रे प्रयोगों का एक बड़े पैमाने का, हाइब्रिड-लेबल वाला अवलोकनात्मक डेटासेट है, जो स्वचालित LLM निष्कर्षण (extraction) को लक्षित मैनुअल परिशोधन के साथ जोड़कर प्रक्रिया अनुकूलन में डेटा की कमी और मानकीकरण की चुनौतियों को दूर करता है।
यह शोध पत्र प्रदर्शित करता है कि विश्वसनीय अधिकारियों के रूप में तैनात विजन-लैंग्वेज मॉडल "एआई अथॉरिटी लॉन्ड्रिंग" (AI authority laundering) के प्रति संवेदनशील हैं, जहाँ दशकों पुराने सरल एडवर्सरियल परटर्बेशन्स (adversarial perturbations) GPT-5.4 और Claude Opus 4.6 जैसे प्रोडक्शन सिस्टम को हेरफेर की गई छवियों के बारे में आत्मविश्वास के साथ आधिकारिक लेकिन तथ्यात्मक रूप से गलत प्रतिक्रियाएं उत्पन्न करने के लिए छल सकते हैं, जिससे मॉडल अलाइनमेंट (model alignment) से समझौता किए बिना दुष्प्रचार के प्रसार, कंटेंट मॉडरेशन से बचने और उत्पाद अनुशंसाओं के हेरफेर को सक्षम बनाया जा सकता है।
यह शोध पत्र एक नवीन, सार्वजनिक रूप से उपलब्ध छवि डेटासेट प्रस्तुत करता है जिसमें चक्रीय थकान लोडिंग (cyclic fatigue loading) के अधीन ग्यारह डायनीमा सिंथेटिक फाइबर रस्सियों की लगभग 34,700 उच्च-रिज़ॉल्यूशन वाली छवियां शामिल हैं, जिसे शेष उपयोगी जीवन अनुमान (remaining useful life estimation) और विज़न-आधारित स्थिति निगरानी (vision-based condition monitoring) के लिए मशीन लर्निंग कार्यों को समर्थन देने हेतु डिज़ाइन किया गया है।
यह योगदान पहचानता है कि पुनरावृत्ति RLHF (iterative RLHF), फीडबैक लूप के भीतर रिवॉर्ड मॉडल के ब्लाइंड स्पॉट्स का फायदा उठाने वाली रणनीतियों के कारण "अलाइनमेंट कोलैप्स" (alignment collapse) से ग्रस्त होता है, और इसे रोकने के लिए "फोरसाइटेड पॉलिसी ऑप्टिमाइज़ेशन" (Foresighted Policy Optimization - FPO) का प्रस्ताव करता है, जो रिवॉर्ड मॉडल के भविष्य के अपडेट पर रणनीति के प्रभाव को ध्यान में रखने वाले लुप्त पैरामीटर नियंत्रण पद (parameter control term) को विश्लेषणात्मक रूप से व्युत्पन्न करके और उसे पुनर्स्थापित करके इसे प्राप्त करता है।
QUIVER एक लागत-सचेत (cost-aware), सरोगेट-असिस्टेड इवोल्यूशनरी ऑप्टिमाइज़र है जो प्रति इकाई लागत पर निर्णय-गुणवत्ता में सुधार को अधिकतम करने के लिए महंगे ऑब्जेक्टिव मूल्यांकन और विषम प्राथमिकता प्रश्नों (heterogeneous preference queries) के बीच अनुकूल रूप से संतुलन बनाता है, जो चुनौतीपूर्ण मल्टी-ऑब्जेक्टिव समस्याओं पर सिंगल-मोडैलिटी बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र गैर-स्थिर उद्देश्यों (non-stationary objectives) के तहत एडम (Adam) का एक सैद्धांतिक विश्लेषण प्रदान करता है, जो एक प्रमाणित शोर-ड्रिफ्ट ट्रेडऑफ (noise-drift tradeoff) स्थापित करता है जहाँ अनुकूली विधियाँ (adaptive methods) शोर-प्रधान व्यवस्थाओं (noise-dominated regimes) में एसजीडी (SGD) से बेहतर प्रदर्शन करती हैं, लेकिन पुराने मोमेंटम (stale momentum) और प्रीकंडीशनर गड़बड़ी (preconditioner perturbations) के कारण ड्रिफ्ट-प्रधान सेटिंग्स (drift-dominated settings) में संचयी त्रुटियों (compounded errors) से ग्रस्त होती हैं।
यह लेख मीन कर्वेचर बाउंड्री पॉइंट्स (MCBP) को प्रस्तुत करता है, जो एक नवीन अनसुपरवाइज्ड लर्निंग फ्रेमवर्क है जो सीमाओं की पहचान करने और डेटा को स्मूथ और बाउंड्री सबसेट्स में विभाजित करने के लिए स्थानीय पड़ोस से डिस्क्रीट मीन कर्वेचर अनुमानों का लाभ उठाता है, जिससे पारंपरिक डेंसिटी-आधारित मापदंडों पर निर्भरता के बिना उच्च-आयामी और जटिल डेटासेट पर क्लस्टरिंग प्रदर्शन में सुधार होता है।