25505 पेपर
यह शोध पत्र OSAQ का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free) पोस्ट-ट्रेनिंग क्वांटाइजेशन विधि है जो आउटलेर्स को दबाने और बिना किसी इन्फरेंस ओवरहेड के लो-बिट LLM क्वांटाइजेशन सटीकता में महत्वपूर्ण सुधार करने के लिए हेसियन के नल स्पेस (Hessian's null space) के लो-रैंक गुण का लाभ उठाते हुए एक एडिटिव वेट ट्रांसफॉर्मेशन (additive weight transformation) का निर्माण करता है।
यह योगदान नॉलेज-फ्री कोरिलेटेड एग्रीमेंट (KFCA) को पेश करता है, जो फेडरेटेड लर्निंग के लिए एक पूर्णतः सत्यनिष्ठ प्रोत्साहन तंत्र है जो ग्राउंड ट्रुथ या वितरण संबंधी ज्ञान की आवश्यकता के बिना क्लाइंट योगदान को पुरस्कृत करता है, और साथ ही प्रभावी ढंग से लेबल-फ्लिपिंग कमजोरियों को संबोधित करता है और LLM एडेप्टर ट्यूनिंग और PCB निरीक्षण जैसे वास्तविक अनुप्रयोगों में इसकी दक्षता प्रदर्शित करता है।
यह योगदान पर्सनलाइज्ड थिंकिंग मॉडल (PTM) को प्रस्तुत करता है, जो लार्ज लैंग्वेज मॉडल्स और ह्यूमन-इन-द-लूप फाइन-ट्यूनिंग का उपयोग करके शिक्षार्थियों के "कॉग्निटिव ट्विन्स" बनाने के लिए एक पदानुक्रमित और व्याख्या योग्य ढांचा है, जिसने सात सप्ताह के अध्ययन में व्यक्तिगत सोचने के पैटर्न को दर्शाने वाली स्वीकार्य निष्ठा और उपयोगकर्ता धारणा प्रदर्शित की है।
यह शोध पत्र लैटिन हाइपरक्यूब और सोबोल सैंपलिंग विधियों का उपयोग करके प्रारंभिक प्रशिक्षण डेटा को डिजाइन करने के माध्यम से फैक्टरइज़ेशन मशीन को क्वाड्रेटिक-ऑप्टिमाइज़ेशन एनीलिंग (FMQA) एल्गोरिदम के साथ बढ़ाने का प्रस्ताव करता है ताकि वन-हॉट एनकोडिंग में पूर्ण मार्जिनल बिट कवरेज सुनिश्चित की जा सके, जिससे पूर्णांक और विविक्त निरंतर चर (discretized continuous variable) समस्याओं पर अनुकूलन प्रदर्शन में सुधार किया जा सके।
यह शोध पत्र प्रदर्शित करता है कि आधुनिक डिफ्यूजन ट्रांसफॉर्मर में सिमिट्री ब्रेकिंग (सममिति भंग) और नॉनलोकैलिटी (अस्थानीयता) चरण संक्रमण लगभग एक साथ होते हैं, जो मॉडल दक्षता को अनुकूलित करने के लिए एक नैदानिक उपकरण प्रदान करने और अधिक प्रभावी आर्किटेक्चर एवं सैंपलिंग स्कीमों के डिजाइन को निर्देशित करने हेतु इन दो क्रिटिकैलिटी (क्रांतिकता) अवधारणाओं को एकीकृत करता है।
यह शोध पत्र PAIR-CI को प्रस्तुत करता है, जो एक गैर-पैरामीट्रिक सशर्त स्वतंत्रता परीक्षण (nonparametric conditional independence test) है जो इम्प्यूटेशन त्रुटि के कारण होने वाली भ्रामक निर्भरताओं को समाप्त करने के लिए एक युग्मित क्रमपरिवर्तन डिज़ाइन (paired permutation design) के माध्यम से मल्टीपल इम्प्यूटेशन को सीधे अनुमान प्रक्रिया में एकीकृत करता है, जिससे सांख्यिकीय अंशांकन (statistical calibration) बहाल होता है और विशेष रूप से गैर-रेखीय और मिसिंग-नॉट-एट-रैंडम (missing-not-at-random) स्थितियों वाले डेटासेट में कारण खोज (causal discovery) की सटीकता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र QpiGNN प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो महंगी रीसैंपलिंग प्रक्रियाओं या सख्त विनिमय क्षमता (exchangeability) धारणाओं पर निर्भर हुए बिना ग्राफ न्यूरल नेटवर्क्स के लिए कुशल, सुदृढ़ और सैद्धांतिक रूप से गारंटीकृत अनिश्चितता परिमाणीकरण (uncertainty quantification) को सक्षम करने के लिए एक डुअल-हेड आर्किटेक्चर और एक क्वांटाइल-मुक्त संयुक्त हानि (quantile-free joint loss) का उपयोग करता है।
यह योगदान गैर-स्थिर (non-stationary) सेमी-मार्कोव निर्णय प्रक्रियाओं में औसत पुरस्कार दरों की सही गणना करने के लिए एक नवीन संशोधित हार्मोनिक माध्य ऑपरेटर प्रस्तुत करता है, जिससे मौजूदा अनुपात-आधारित दृष्टिकोणों की सीमाओं को दूर करते हुए सुदृढ़ मॉडल-मुक्त सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम सक्षम होते हैं।
यह शोध पत्र सिद्ध करता है कि सममित स्पेक्ट्रल डायग्नोस्टिक्स (symmetric spectral diagnostics) मौलिक रूप से अटेंशन फ्लो (attention flow) की दिशा के प्रति ओरिएंटेशन-ब्लाइंड (orientation-blind) होते हैं, और एक बाइपार्टाइट-चीगर क्षमता मीट्रिक (bipartite-Cheeger capacity metric) तथा एक एसिमेट्री गुणांक (asymmetry coefficient) को संयोजित करने वाला एक द्वि-अक्षीय ढांचा प्रस्तुत करता है जो बड़े भाषा मॉडलों (large language models) में विशिष्ट विफलता मोड को सफलतापूर्वक अलग करने और भविष्यवाणी करने में सक्षम है।
यह शोध पत्र तर्क देता है कि छिपे हुए रिजीम वेरिएबल्स (regime variables) के कारण ट्रांसफर बेयसियन ऑप्टिमाइज़ेशन में मानक अनकंडीशनल रैंकिंग अस्थिर होती है, और पोर्टेबल रिजीम स्कोर (PRS) तथा रिजीमप्लानर (RegimePlanner) एल्गोरिदम का प्रस्ताव करता है जो बजट और पूर्व गुणवत्ता जैसे अवलोकन योग्य संदर्भ मापदंडों पर अधिग्रहण फलन (acquisition function) के चयन को अनुकूलित करता है, जिससे बेहतर प्रदर्शन प्राप्त होता है और अधिक विश्वसनीय, संदर्भ-जागरूक मूल्यांकन सक्षम होता है।