27306 पेपर
यह शोध पत्र FAME को प्रस्तुत करता है, जो एक स्पैटियोटेम्पोरल (स्थानिक-कालिक) ढांचा है जो पांडुलिपि के प्रभाव का सटीक पूर्वानुमान लगाने के लिए वैज्ञानिक विषयों के गतिशील विकास को मॉडल करता है, और यह प्रदर्शित करता है कि यह स्थिर LLM मूल्यांकनकर्ताओं की तुलना में काफी बेहतर प्रदर्शन करता है और उनके साथ एकीकृत होने पर उनके प्रदर्शन को बढ़ाता है।
यह शोध पत्र एक प्रॉक्सी-एनालाइज़र फ्रेमवर्क पेश करता है जो छोटे, स्थानीय रूप से होस्ट किए गए ओपन-वेट मॉडल्स के आंतरिक एक्टिवेशन का विश्लेषण करके लार्ज लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) का पता लगाता है, जो विविध एनालाइज़र आर्किटेक्चर में अत्याधुनिक प्रदर्शन प्राप्त करते हुए यह प्रदर्शित करता है कि बड़े मॉडल का आकार अनिवार्य रूप से बेहतर पहचान सटीकता के साथ सहसंबंधित नहीं होता है।
यह शोध पत्र एक "सपोर्ट की मजबूती" (robustness of support) गुण को सिद्ध करके डिफ्यूजन गाइडेंस की प्रभावकारिता के लिए एक सैद्धांतिक आधार स्थापित करता है, जो यह प्रदर्शित करता है कि सटीक स्कोर फंक्शनों का उपयोग करने वाली गाइडेड डिफ्यूजन प्रक्रियाएं लगातार ऐसे नमूने उत्पन्न करती हैं जो लक्षित सपोर्ट के करीब रहते हैं, जिससे संरचनात्मक संभाव्यता और उच्च निष्ठा सुनिश्चित होती है।
यह शोध पत्र एक मॉड्यूलेटेड लर्निंग फ्रेमवर्क प्रस्तावित करता है जो प्रत्येक डिवाइस पर केवल एक डेटा सैंपल होने पर भी, ट्रांसफ़ॉर्म किए गए स्थानीय निरूपणों (लोकल रिप्रेजेंटेशन) में कैलिब्रेटेड शोर (नॉइज़) इंजेक्ट करके निष्पक्ष वैश्विक ग्रेडिएंट अपडेट उत्पन्न करने के माध्यम से गोपनीयता-संरक्षित वितरित प्रतिगमन (डिस्ट्रिब्यूटेड रिग्रेशन) को सक्षम बनाता है, जो अत्यधिक डेटा-दुर्लभ परिदृश्यों में पारंपरिक फेडरेटेड लर्निंग की सीमाओं को दूर करता है।
यह शोध पत्र यह स्थापित करता है कि पूर्णांक चरों (integer variables) के साथ स्टोकेस्टिक अनुकूलन की नमूना जटिलता (sample complexity), इसके निरंतर समकक्ष (continuous counterpart) की तुलना में, व्यवहार्य सेट (feasible set) की विशिष्ट ज्यामिति और उद्देश्य फलन (objective function) के गुणों पर निर्भर करते हुए, स्पष्ट रूप से अधिक, बराबर या यहाँ तक कि कम हो सकती है।
यह शोधपत्र म्यूचुअल रीइन्फोर्समेंट लर्निंग (Mutual Reinforcement Learning) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो विषम भाषा मॉडलों (heterogeneous language models) को एक साझा सबस्ट्रेट (substrate) और टोकेनाइज़र एलाइनमेंट लेयर के माध्यम से टाइप किए गए अनुभवों को समवर्ती रूप से आदान-प्रदान करने में सक्षम बनाता है, यह प्रदर्शित करते हुए कि डेटा-स्तर या वैल्यू-स्तर की साझाकरण रणनीतियों की तुलना में आउटकम-स्तर (outcome-level) का सफलता स्थानांतरण सबसे अनुकूल स्थिरता-समर्थन व्यापार-संतुलन (stability-support trade-off) प्रदान करता है।
यह शोध पत्र प्लानिंग-आफ्टर-ट्रायल (PaT) का प्रस्ताव करता है, जो एक अनुकूली टेस्ट-टाइम कोड जनरेशन पॉलिसी है जो केवल सत्यापन विफलता (verification failure) होने पर ही एक प्लानर को सक्रिय करती है, जिससे एक लागत-कुशल विषम मॉडल कॉन्फ़िगरेशन सक्षम होता है जो कठोर प्लानिंग दृष्टिकोणों की तुलना में लागत-प्रदर्शन के संतुलन (cost-performance trade-off) में महत्वपूर्ण सुधार करता है।
यह शोध पत्र प्रकट करता है कि Mixture-of-Experts मॉडलों में मानक top- राउटर अक्सर उन टोकन के लिए इष्टतम विशेषज्ञ पथों (expert paths) का चयन करने में विफल रहते हैं जिन्हें जटिल तर्क की आवश्यकता होती है, लेकिन केवल राउटर में एक न्यूनतम अपडेट विशेषज्ञों को पुनप्रशिक्षित किए बिना इन गलत आवंटनों को सुधारकर चुनौतीपूर्ण बेंचमार्क पर प्रदर्शन में महत्वपूर्ण सुधार कर सकता है।
यह शोध पत्र रिसोर्स-एलिमेंट एनर्जी डिफरेंस (REED) को प्रस्तुत करता है, जो ओवर-द-एयर फेडरेटेड लर्निंग के लिए एक नॉनकोहेरेंट एग्रीगेशन प्रिमिटिव है जो हस्ताक्षरित अपडेट्स को ऑर्थोगोनल रिसोर्स एलिमेंट्स में मैप करके इंस्टेंटेनियस चैनल स्टेट इंफॉर्मेशन की आवश्यकता को समाप्त करता है, जिससे डेटा विषमता के तहत सिद्ध अभिसरण दरों और सुदृढ़ प्रदर्शन के साथ निष्पक्ष एग्रीगेशन प्राप्त होता है।
PerCaM-Health एक नवीन ढांचा है जो ज्ञान-निर्देशित जनसंख्या संरचना के रूढ़िवादी अनुकूलन के माध्यम से व्यक्तिगत, समय-परिवर्तनीय कारण ग्राफ सीखकर जनसंख्या-स्तर और रोगी-विशिष्ट कारण मॉडलिंग के बीच के अंतर को पाटता है, जिससे व्यक्तिगत स्वास्थ्य देखभाल हस्तक्षेपों के लिए अधिक विश्वसनीय प्रतितथ्यात्मक तर्क (counterfactual reasoning) सक्षम होता है।