26236 पेपर
Flame3D एक प्रशिक्षण-मुक्त (training-free) फ्रेमवर्क है जो दृश्यों को संपादन योग्य दृश्य-पाठ्य स्मृतियों (visual-textual memories) के रूप में प्रदर्शित करके और ऑफ-द-शेल्फ MLLMs को ओपन-एंडेड इन्फरेंस के लिए कस्टम स्थानिक उपकरणों (spatial tools) को गतिशील रूप से संश्लेषित करने हेतु सशक्त बनाकर ज़ीरो-शॉट कंपोजिशनल 3D सीन रीजनिंग को सक्षम बनाता है।
यह शोध पत्र विभिन्न निष्पक्षता असंभवता परिणामों (fairness impossibility results) को एक साझा RKHS ज्यामिति के अंतर्गत एकीकृत करता है, यह प्रदर्शित करते हुए कि असमान आधार दरें (unequal base rates) रैखिक निष्पक्षता बाधाओं को अति-निर्धारित (overdetermined) बना देती हैं, जो क्लेनबर्ग-मुलनेथन-राघवन द्वंद्व (Kleinberg–Mullainathan–Ragvan dichotomy), MMD द्वारा मापे गए अवशिष्ट उल्लंघनों के संबंध में एक "पोकेमॉन प्रमेय" (Pokémon theorem), और निष्पक्ष फीचर लर्निंग की मौलिक सीमाओं पर नए अंतर्दृष्टि की ओर ले जाती है।
ProactBench संवादात्मक सक्रियता (conversational proactivity)—LLMs द्वारा निहित उपयोगकर्ता आवश्यकताओं को पहचानने और उन पर कार्य करने की क्षमता—का मूल्यांकन करने के लिए एक नया बेंचमार्क पेश करता है, जो इसे इमर्जेंट (Emergent), क्रिटिकल (Critical) और रिकवरी (Recovery) चरणों में विभाजित करता है और यह प्रदर्शित करता है कि रिकवरी प्रदर्शन एक विशिष्ट, कठिन मूल्यांकन संकेत है जिसे मौजूदा बेंचमार्क द्वारा नहीं पकड़ा जा सकता है।
यह शोध पत्र IoT प्रणालियों में वितरित शिक्षण (डिस्ट्रीब्यूटेड लर्निंग) के लिए गोपनीयता-संरक्षण तकनीकों का व्यवस्थित रूप से विश्लेषण और तुलना करने हेतु एक एकीकृत खतरा मॉडल (थ्रेट मॉडल) और मूल्यांकन ढांचा प्रस्तावित करता है, जो गोपनीयता सुदृढ़ता और सिस्टम दक्षता के बीच के समझौतों (ट्रेड-ऑफ) को उजागर करता है और हल्के ब्लूम फ़िल्टर-आधारित तरीकों की क्षमता को प्रदर्शित करता है।
यह शोध पत्र प्रदर्शित करता है कि बड़े भाषा मॉडल (large language models) की बार-बार आने वाले टोकन को गिनने में विफलता उनके आंतरिक रूप से सही गणना को दर्शाने में असमर्थता के कारण नहीं, बल्कि एक विशिष्ट फॉर्मेट-ट्रिगर वाली एमएलपी (MLP) तंत्र के कारण होती है जो आउटपुट जनरेशन के दौरान सटीक प्रतिनिधित्व को एक निश्चित गलत उत्तर के साथ ओवरराइट कर देती है।
यह शोध पत्र Sub-JEPA का प्रस्ताव करता है, जो विश्व मॉडलिंग (world modeling) के लिए जॉइंट-एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर (JEPAs) की स्थिरता और लचीलेपन में सुधार करने हेतु पूर्ण एम्बिएंट स्पेस के बजाय कई रैंडम सबस्पेस में गॉसियन रेगुलराइजेशन लागू करता है, जिससे एक बेहतर बायस-वेरिएंस ट्रेडऑफ़ प्राप्त होता है और यह स्टेट-ऑफ-द-आर्ट LeWorldModel से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक नवीन प्रशिक्षण ढांचे को प्रस्तुत करता है जो मॉडलों की प्रतिकतियों (रेप्लिकस) को पुनरुत्पादित करके और संरचित क्रमपरिवर्तन (स्ट्रक्चर्ड परम्यूटेशन) के माध्यम से प्रतियों के बीच स्थानीय शिक्षण संदेशों को रूट करके मशीन लर्निंग मॉडलों में सामान्यीकरण (जनरलाइजेशन) को बढ़ाता है, जिससे प्रतिकतियों को ध्वस्त किए बिना या मापदंडों को सीधे युग्मित किए बिना संरचित संदेश साझाकरण सुलभ होता है।
यह शोध पत्र एक कुशल ऑनलाइन मल्टीकैलिब्रेशन एल्गोरिदम प्रस्तुत करता है जो एक प्रेडिक्शन ग्रिड को अनुकूल रूप से परिष्कृत करके 'वर्स्ट-केस' और 'बेनाइन' सेटिंग्स के बीच गतिशील रूप से इंटरपोलेशन करता है, जिससे इष्टतम वर्स्ट-केस दरें प्राप्त होती हैं और बेहतर त्रुटि सीमाओं के साथ स्टोकेस्टिक या पीसवाइज-स्टेशनरी मीन्स जैसे आसान उदाहरणों के प्रति स्वतः अनुकूलता सुनिश्चित होती है।
यह शोध पत्र DiffATS प्रस्तुत करता है, जो एक जनरेटिव फ्रेमवर्क है जो टकर डिकंपोजिशन (Tucker decomposition) और ऑर्थोगोनल प्रोक्रुस्टेस अलाइनमेंट (orthogonal Procrustes alignment) से व्युत्पन्न कॉम्पैक्ट, डेटा-अनुकूलनीय टेंसर प्रिमिटिव्स पर सीधे डिफ्यूजन मॉडल्स को प्रशिक्षित करता है, जिससे प्रीट्रेन्ड डीप ऑटोएनकोडर्स पर निर्भर रहे बिना कुशल उच्च-रिज़ॉल्यूशन वाले स्पैटियोटेम्पोरल जनरेशन को सक्षम बनाया जा सके।
यह शोध पत्र Uncert का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free) ढांचा है जो कई स्पाइकिंग स्टेप्स में डिरिचलेट-वितरित क्लास एविडेंस (Dirichlet-distributed class evidence) से प्राप्त टेम्पोरल अनसर्टेन्टी पैटर्न के माध्यम से टोकन महत्व का अनुमान लगाकर स्पाइकिंग ट्रांसफॉर्मर में टोकन प्रूनिंग दक्षता में सुधार करता है।