26002 पेपर
यह शोध पत्र Neural CFRS को प्रस्तुत करता है, जो एक नवीन नॉन-ऑटोरेग्रेसिव फ्रेमवर्क है जो क्लस्टरिंग और रूटिंग के लिए डिफरेंशिएबल ऑप्टिमल ट्रांसपोर्ट का लाभ उठाकर कैपैसिटेटेड व्हीकल रूटिंग प्रॉब्लम को सिंगल शॉट में हल करता है, जिससे मौजूदा ऑटोरेग्रेसिव न्यूरल विधियों की तुलना में बेहतर आउट-ऑफ-डिस्ट्रीब्यूशन जनरलाइजेशन और पैरामीटर दक्षता प्राप्त होती है।
यह शोध पत्र LPS को प्रस्तुत करता है, जो एक स्केलेबल और सामान्य डिस्क्रीट पोस्टीरियर सैंपलर है जो डिस्क्रीट स्टेट स्पेस के भीतर कुशल समानांतर अपडेट करने के लिए ग्रेडिएंट जानकारी का लाभ उठाता है, और निरंतर रिलैक्सेशन (continuous relaxations) पर निर्भर रहे बिना विभिन्न इन्वर्स समस्याओं पर प्रतिस्पर्धी प्रदर्शन प्राप्त करता है।
यह शोधपत्र डिफ्यूजन लैंग्वेज मॉडल्स (Diffusion Language Models) में पथ-निर्भरता (path-dependence) का निदान और परिमाणीकरण करने के लिए ऑर्डर-प्रेरित छद्म-जोड़ों (order-induced pseudo-joints) और स्थानीय शोर-निवारण परिसंचरण (local denoising circulation) पर आधारित एक सैद्धांतिक ढांचे को प्रस्तुत करता है, जो यह प्रकट करता है कि ऑटोरेग्रेसिव-समान प्रक्षेपवक्रों (autoregressive-like trajectories) में उनके ढहने की प्रवृत्ति अनुमान त्रुटियों के बजाय स्थानीय शोर-निवारण सप्रतिबंधों (local denoising conditionals) की असंगति से उत्पन्न होती है।
यह शोध पत्र एक गैर-ऑटोरेग्रेसिव लर्निंग फ्रेमवर्क प्रस्तावित करता है जो प्रशिक्षण के दौरान एक सहायक मोडैलिटी के रूप में परमाणु प्रक्षेपवक्रों (atomic trajectories) का उपयोग करता है ताकि अनुक्रमिक अनुमान या अनुमान के समय प्रक्षेपवक्र डेटा की आवश्यकता के बिना, स्थिर संरचनाओं से तेज़, सटीक और गतिशील आयनिक परिवहन भविष्यवाणी सक्षम की जा सके।
Mem-W GUI एजेंटों की एक नवीन श्रेणी प्रस्तुत करता है जो ऐतिहासिक और वर्किंग मेमोरी को सीधे मॉडल के लेटेंट कॉन्टेक्स्ट में कॉम्पैक्ट टोकन के रूप में एकीकृत करता है, जिससे बाहरी सिम्बोलिक मेमोरी और आंतरिक निरूपणों के बीच के अंतर को समाप्त किया जा सके और वेब एवं मोबाइल बेंचमार्क में लॉन्ग-होरिज़न टास्क परफॉरमेंस को महत्वपूर्ण रूप से सुधारा जा सके।
यह शोध पत्र PGID का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free), प्लग-एंड-प्ले फ्रेमवर्क है जो प्रोग्रेसिव गाइडेड इनवर्जन और डीनोइजिंग का उपयोग करके विक्षेपित लैटेंट्स (perturbed latents) को उनके मूल क्षेत्रों में वापस प्रोजेक्ट करके AI-जनित छवियों पर वॉटरमार्क हटाने और जालसाजी हमलों से बचाव करता है, जिससे मजबूत डिटेक्शन विश्वसनीयता बहाल होती है।
यह शोध पत्र टेस्ट-टाइम स्पेक्यूलेशन (TTS) पेश करता है, जो एक ऑनलाइन डिस्टिलेशन विधि है जो इन्फरेंस के दौरान टारगेट मॉडल के वेरिफिकेशन सिग्नल्स का उपयोग करके ड्राफ्ट मॉडल को निरंतर अनुकूलित करती है, जिससे लंबे अनुक्रमों (sequences) पर मौजूदा स्पेकुलेटर्स के प्रदर्शन में गिरावट को दूर किया जा सकता है और स्वीकृति लंबाई (acceptance lengths) में महत्वपूर्ण सुधार किया जा सकता है।
यह शोधपत्र सैद्धांतिक रूप से स्थापित करता है कि Muon ऑप्टिमाइज़र एक गैर-रेखीय स्पेक्ट्रल शेपिंग तंत्र का उपयोग करके उच्च-आयामी LLM प्रशिक्षण परिदृश्यों में डायमेंशन-फ्री सैडल-पॉइंट एस्केप प्राप्त करता है, जिससे यह AdamW जैसे एलिमेंट-वाइज एडेप्टिव ऑप्टिमाइज़र्स को फँसाने वाले आयामी अभिशाप (dimensional curse) को दरकिनार कर देता है।
यह शोध पत्र FAR-SIGN प्रस्तुत करता है, जो पूरी तरह से एसिंक्रोनस पैरामीटर-सर्वर-वर्कर सिस्टम के लिए एक सुदृढ़ अनुकूलन एल्गोरिदम है, जो साइन-आधारित दिशात्मक अपडेट और दो-टाइमस्केल तंत्र का उपयोग करता है ताकि प्रथम-क्रम और शून्य-क्रम दोनों सेटिंग्स के लिए सिद्ध अभिसरण (convergence) और निकट-इष्टतम दरों के साथ विरोधी-लचीला (adversary-resilient) शिक्षण प्राप्त किया जा सके।
यह शोध पत्र वन-शॉट न्यूरल नेटवर्क प्रूनिंग में एक "सिलेक्शन प्लेटो" (Selection Plateau) की पहचान करता है जहाँ सभी रैंक-मोनोटोन स्कोरर्स समान सटीकता पर अभिसरित होते हैं, और यह प्रदर्शित करने के लिए स्पर्सिटी-इंफॉर्मेशन-कॉम्प्लेक्सिटी स्पेक्ट्रम (SICS) परिकल्पना प्रस्तावित करता है कि इस प्लेटो से बाहर निकलने के लिए उन गैर-मोनोटोन विशेषताओं की आवश्यकता होती है जिनका जटिलता स्तर विशेष रूप से लक्षित स्पर्सिटी के अनुकूल हो।