26236 पेपर
यह शोध पत्र RLA वर्ल्ड मॉडल को प्रस्तुत करता है, जो कुशल, उच्च-निष्ठा वाले विज़ुअल फीचर प्रेडिक्शन प्राप्त करने और बिना ऑनलाइन इंटरेक्शन या हस्तनिर्मित रिवार्ड्स के ऑफलाइन वीडियो से उन्नत रोबोट लर्निंग को सक्षम करने के लिए DINO रेसिडुअल्स से सीखे गए और फ्लो मैचिंग के माध्यम से प्रेडिक्ट किए गए एक नवीन रेसिडुअल लेटेंट एक्शन रिप्रेजेंटेशन का लाभ उठाता है।
यह शोध पत्र कार्य प्रासंगिकता (task relevance) और स्थानीय प्रतिस्थापनीयता (local replaceability) के बीच अंतर करने वाला एक द्वि-अक्षीय ढांचा प्रस्तावित करता है, जो यह प्रदर्शित करता है कि किसी चैनल की अपने साथियों द्वारा प्रतिस्थापित किए जाने की क्षमता (स्थानीय प्रतिस्थापनीयता), कार्य में उसके प्रत्यक्ष योगदान की तुलना में प्रूनिंग सफलता का अधिक विश्वसनीय भविष्यवक्ता है।
यह शोध पत्र यह प्रदर्शित करके अंग्रेजी-से-चीनी बेंचमार्क में एक समान "अनुवाद कर" (Translation Tax) की धारणा को चुनौती देता है कि स्कोर मुद्रास्फीति एक स्केलर प्रभाव नहीं है बल्कि विशिष्ट वैधता जोखिमों और मॉडल-परिवार अंतःक्रियाओं द्वारा संचालित एक जटिल, मद-निर्भर घटना है, और अंततः इन सूक्ष्म मुद्दों को संबोधित करने के लिए एक नया स्वाभाविककरण प्रोटोकॉल और रिपोर्टिंग चेकलिस्ट प्रस्तावित करता है।
यह शोध पत्र यह स्थापित करता है कि किसी भी o-minimal संरचना के भीतर परिभाषित किसी भी निश्चित फीडफॉरवर्ड न्यूरल नेटवर्क आर्किटेक्चर में एगोस्टिक (agnostic) PAC मॉडल में परिमित नमूना जटिलता (finite sample complexity) होती है, जो यह प्रदर्शित करता है कि वितरण-मुक्त सीखनीयता (distribution-free learnability) विशिष्ट सक्रियण कार्यों (activation functions) या आर्किटेक्चरों का एक अनूठा गुण होने के बजाय एक विनम्र गणितीय परिभाषाओं (tame mathematical definitions) का एक मौलिक परिणाम है।
यह शोध पत्र CarCrashNet प्रस्तुत करता है, जो 14,000 से अधिक घटक-स्तरीय और 825 पूर्ण-वाहन क्रैश सिमुलेशन वाला एक बड़े पैमाने का ओपन-सोर्स बेंचमार्क है, साथ ही इसमें CrashSolver भी शामिल है, जो एक पदानुक्रमित न्यूरल सॉल्वर है जिसे डेटा-संचालित, एआई-संचालित संरचनात्मक क्रैश भविष्यवाणी और वाहन सुरक्षा में पुनरुत्पादक अनुसंधान को सक्षम करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र पॉइसन-इक्वेशन सुधारों (Poisson-equation corrections) को मोरो-एनवेलप स्मूथिंग (Moreau-envelope smoothing) के साथ संयोजित करने वाले एक नवीन लयाप्टोव ड्रिफ्ट निर्माण (Lyapunov drift construction) को पेश करते हुए, मार्कोवियन शोर (Markovian noise) के तहत संकुचित अपेक्षित अपडेट्स (contractive expected updates) वाले स्टोकेस्टिक एप्रोक्सिमेशन और सुदृढीकरण लर्निंग (reinforcement learning) एल्गोरिदम के लिए लगभग निश्चित अभिसरण दरों (almost sure convergence rates) को स्थापित करता है, जो पावर-लॉ लर्निंग रेट्स के लिए और हार्मोनिक लर्निंग रेट्स के लिए के अत्यंत निकट की दरें प्राप्त करता है।
यह शोध पत्र "क्लासिफिकेशन फील्ड्स" (classification fields) को प्रस्तुत करता है, जो स्थानीय पैरेंट-टू-चाइल्ड रिफाइनमेंट नियमों का अनुमान लगाकर सीमित उदाहरणों से अनंत-गहराई वाली पदानुक्रमित क्लस्टर संरचनाओं को सीखने के लिए एक ढांचा है, और यह सिद्ध करता है कि इन नियमों को गहरे, ज्यामितीय रूप से सुसंगत पदानुक्रमों को उत्पन्न करने के लिए न्यूरल नेटवर्क द्वारा प्रभावी ढंग से अनुमानित किया जा सकता है।
यह शोध पत्र यह स्थापित करता है कि नियमितकृत कर्नेल लॉजिस्टिक क्लासिफायर (regularized kernel logistic classifiers), सीखे गए प्रेडिक्टर को एक आदर्श टेम्पलेट-स्तरीय नियम और टोकन ओवरलैप के कारण होने वाले विक्षोभ (perturbation) में विभाजित करके, टेम्पलेट-आधारित कार्यों में फ्रेश-सिंबल सामान्यीकरण (fresh-symbol generalization) प्राप्त कर सकते हैं, जो यह सिद्ध करता है कि वर्गीकरण मार्जिन (classification margins) का संरक्षण केवल शब्दावली के आकार पर नहीं, बल्कि इन टकरावों (collisions) की ज्यामिति पर निर्भर करता है।
यह शोध पत्र पहला सैद्धांतिक ढांचा प्रदान करता है जो यह प्रदर्शित करता है कि लीनियर ट्रांसफॉर्मर्स (linear Transformers) में चेन-ऑफ-थॉट (Chain-of-Thought) जनरेशन, टेम्पोरल डिफरेंस लर्निंग (temporal difference learning) के समतुल्य है, जो यह सिद्ध करता है कि यह प्रीट्रेनिंग लॉस (pretraining loss) के ग्लोबल मिनिमाइज़र के रूप में उभरते हुए पॉलिसी इवैल्यूएशन एरर (policy evaluation error) के ज्यामितीय अभिसरण (geometric convergence) को संचालित करता है।
यह शोध पत्र RRCM का प्रस्ताव करता है, जो एक रैंकिंग-संचालित ढांचा है जो LLM-आधारित अनुशंसाकर्ताओं (recommenders) को प्राकृतिक भाषा इंटरफेस के माध्यम से सहयोगी और मेटाडेटा स्मृतियों को गतिशील रूप से पुनर्प्राप्त करने और उन पर तर्क करने में सक्षम बनाता है, जिससे संदर्भ-दक्षता बाधाओं को दूर करने और अनुशंसा गुणवत्ता में सुधार करने के लिए ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन के माध्यम से सीधे पुनर्प्राप्ति निर्णयों को अनुकूलित किया जाता है।