26002 पेपर
यह शोध पत्र बाउंडेड प्रैग्मैटिक लिसनर (BPL) प्रस्तुत करता है, जो एक संज्ञानात्मक रूप से आधारित बेयसियन ढांचा है जो गलत सूचना के प्रति संवेदनशीलता को मॉडल करने के लिए तीन बाउंडेड रेशनैलिटी बाधाओं के साथ रेशनल स्पीच एक्ट थ्योरी का विस्तार करता है, जो सत्यता वर्गीकरण बेंचमार्क पर प्रतिस्पर्धी प्रदर्शन प्रदर्शित करता है और डेप्थ-मिसमैच विरोधाभास के लिए प्रयोगात्मक समर्थन प्रदान करता है।
यह शोध पत्र CTQWformer का प्रस्ताव करता है, जो एक नवीन हाइब्रिड फ्रेमवर्क है जो वैश्विक संरचनात्मक निर्भरताओं और गतिशील सूचना प्रसार दोनों को कैप्चर करने के लिए निरंतर-समय क्वांटम वॉक्स (continuous-time quantum walks) को ट्रांसफॉर्मर आर्किटेक्चर के साथ एकीकृत करता है, जिससे मौजूदा GNN और ग्राफ कर्नेल विधियों की तुलना में ग्राफ वर्गीकरण कार्यों में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक सिमेंटिक्स-अवेयर मेमोरी पदानुक्रम प्रस्तुत करता है जो शून्य-अनुमान त्रुटि के साथ कम-महत्व वाले रीजनिंग टोकन को सीपीयू मेमोरी में ऑफलोड करता है, यह प्रदर्शित करते हुए कि रीजनिंग सटीकता केवल स्थायी निष्कासन अनुपात (परमानेंट इविक्शन रेशियो) पर निर्भर करती न कि एचबीएम अधिभोग (एचबीएम ऑक्यूपेंसी) पर, जिससे न्यूनतम प्रदर्शन गिरावट के साथ महत्वपूर्ण मेमोरी बचत संभव हो पाती है।
यह शोध पत्र ट्रिफॉर्म बेंचमार्क (TriForm Benchmark) प्रस्तुत करता है और बड़े भाषा मॉडलों (large language models) के भीतर एक फॉर्मेट-एग्नोस्टिक रीजनिंग सबस्पेस (Format-Agnostic Reasoning Subspace - FARS) के लिए अभिसरण साक्ष्य प्रदान करता है, जो यह प्रदर्शित करता है कि एक संक्षिप्त 10-आयामी आंतरिक प्रतिनिधित्व विविध सतही रूपों (गद्य, कोड और गणित) में अमूर्त तर्क अवधारणाओं को कैप्चर करता है, साथ ही एक मौलिक विषमता को प्रकट करता है जहाँ घोषणात्मक प्रारूप (declarative formats) एक दूसरे के साथ प्रक्रियात्मक कोड (procedural code) की तुलना में अधिक अनुकूल होते हैं।
यह शोध पत्र स्पेक्ट्रल ट्रांसफॉर्मर न्यूरल प्रोसेसिस (STNPs) को प्रस्तुत करता है, जो ट्रांसफॉर्मर न्यूरल प्रोसेसिस का एक आवृत्ति-जागरूक विस्तार है जो स्पेक्ट्रल-मिक्सचर-कर्नेल बायस को इंजेक्ट करने के लिए एक स्पेक्ट्रल एग्रीगेटर को शामिल करता है, जिससे समय श्रृंखला, स्थानिक और छवि अनुप्रयोगों में आवधिक और अर्ध-आवधिक डेटा की मॉडलिंग में महत्वपूर्ण सुधार होता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि लार्ज लैंग्वेज मॉडल्स (LLMs) अपने हिडन स्टेट्स (hidden states) में एक मजबूत आंतरिक "हिडन एरर अवेयरनेस" (hidden error awareness) रखते हैं जिसे पहचाना जा सकता है, यह डायग्नोस्टिक सिग्नल मौलिक रूप से गैर-कारण (non-causal) है और विभिन्न इंटरवेंशन तकनीकों के माध्यम से तर्क संबंधी त्रुटियों को सुधारने के लिए इसका लाभ नहीं उठाया जा सकता है।
यह शोध पत्र "स्वार्म-अटैक" (swarm-attack) का परिचय देता है, जो एक ओपन-सोर्स फ्रेमवर्क है और यह प्रदर्शित करता है कि एक परिष्कृत सिस्टम स्कैफोल्ड के माध्यम से समन्वित कई हल्के, कमोडिटी एलएलएम (LLM) एजेंट, फ्रंटियर मॉडल्स के सुरक्षा गार्डरेल्स को प्रभावी ढंग से बायपास करने और लगभग शून्य लागत पर सॉफ्टवेयर कमजोरियों को खोजने में सक्षम हैं, और यह तर्क देता है कि एआई (AI) सुरक्षा नीति को व्यक्तिगत मॉडलों के बजाय इन सिस्टम आर्किटेक्चर को लक्षित करना चाहिए।
यह शोध पत्र 1-बिट मैट्रिक्स पूर्णता (matrix completion) के लिए एक एम्पेरिकल बेयस (Empirical Bayes) विधि प्रस्तुत करता है, जो एफ्रोन-मॉरिस एस्टिमेटर (Efron–Morris estimator) से प्रेरित है, जो मौजूदा दृष्टिकोणों की तुलना में बेहतर भविष्य कहनेवाला सटीकता (predictive accuracy), अंशांकन विश्वसनीयता (calibration reliability) और गणनात्मक दक्षता प्राप्त करने के लिए लो-रैंक संरचनाओं का लाभ उठाता है।
यह शोध पत्र एक कीवर्ड स्पॉटिंग सिस्टम के पहले एंड-टू-एंड FPGA कार्यान्वयन को प्रस्तुत करता है जो एक न्यूरोमॉर्फिक ऑडिटरी सेंसर को ग्राफ न्यूरल नेटवर्क के साथ एकीकृत करता है, जो 87.43% सटीकता और सब-35 माइक्रोसेकंड विलंबता के साथ कच्चे इवेंट-आधारित ऑडियो स्ट्रीम के वास्तविक समय, कम-शक्ति प्रसंस्करण को प्राप्त करता है।
यह शोध पत्र ज्योमेट्री-कॉन्फ्लिक्ट वासरस्टीन मर्जिंग (GCWM) को प्रस्तुत करता है, जो एक डेटा-मुक्त विधि है जो टास्क ज्योमेट्री संघर्षों का विश्लेषण करके और उन अपडेट्स को एकीकृत करने के लिए गॉसियन वासरस्टीन बैरीसेंटर्स का उपयोग करके, जो मॉडल की विकसित होती अवस्था के साथ संगत बने रहते हैं, LLM निरंतरिक पोस्ट-ट्रेनिंग में कैटास्ट्रोफिक फॉरगेटिंग (विस्मृति) की व्याख्या और शमन करता है।