27461 पेपर
यह शोध पत्र LB-MCTS प्रस्तुत करता है, जो एक नवीन ढांचा है जो उच्च-आयामी CASH समस्याओं में कोल्ड-स्टार्ट मुद्दों और सामान्यीकरण की सीमाओं को दूर करने के लिए मोंटे कार्लो ट्री सर्च संरचना के भीतर लार्ज लैंग्वेज मॉडल्स और बायेसियन ऑप्टिमाइज़ेशन का तालमेल बिठाता है, और 104 डेटासेट्स में बेहतर प्रदर्शन प्राप्त करता है।
यह शोध पत्र एक गतिशील विशेषज्ञ-निर्देशित मॉडल औसत फ्रेमवर्क प्रस्तावित करता है जो विविध कारण खोज एल्गोरिदम के बीच अनिश्चितताओं को हल करने के लिए अपूर्ण विशेषज्ञों से चुनिच्छा रूप से पूछताछ करता है, जिससे एज अस्तित्व और ओरिएंटेशन के बीच अंतर करके स्वच्छ और शोर वाले दोनों प्रकार के डेटा पर प्रदर्शन में सुधार होता है।
LLM-AutoDP एक नवीन फ्रेमवर्क है जो संवेदनशील डेटा तक सीधी मानवीय पहुँच के बिना, मॉडल फाइन-ट्यूनिंग के लिए डेटा प्रोसेसिंग रणनीतियों को स्वचालित रूप से उत्पन्न करने और उन्हें पुनरावृत्ति (iteratively) के माध्यम से अनुकूलित करने के लिए LLM एजेंटों का लाभ उठाता है, जिससे विशेष त्वरण तकनीकों के माध्यम से उच्च-गुणवत्ता वाले परिणाम प्राप्त होते हैं और खोज समय में काफी कमी आती है।
यह शोध पत्र AsylADMM को प्रस्तुत करता है, जो एक नवीन एसिंक्रोनस गॉसिप एल्गोरिदम है जो केवल प्रति नोड दो वेरिएबल्स की आवश्यकता के साथ नॉन-स्मूथ ऑब्जेक्टिव्स के लिए सुदृढ़, मेमोरी-कुशल विकेंद्रीकृत शिक्षण को सक्षम बनाता है, जिससे मौजूदा विधियों की स्केलेबिलिटी सीमाओं को पार करते हुए क्वांटाइल एस्टिमेशन और रोबस्ट रिग्रेशन जैसे चुनौतीपूर्ण कार्यों पर बेहतर अभिसरण (convergence) प्रदर्शित किया गया है।
FRISM एक सूक्ष्म-स्तरीय तर्क इंजेक्शन ढांचा (fine-grained reasoning injection framework) है जो सिंगुलर वैल्यू डिकंपोजिशन (Singular Value Decomposition) के माध्यम से लार्ज रीजनिंग मॉडल टास्क वेक्टर्स को विघटित करके और सबस्पेस स्केलिंग गुणांकों को अनुकूल रूप से ट्यून करके विजन-लैंग्वेज मॉडल्स को बढ़ाता है, जिससे विजुअल प्रदर्शन को बनाए रखते हुए तर्क क्षमताओं में प्रभावी ढंग से सुधार होता है।
यह शोध पत्र एक विश्लेषणात्मक ढांचे और एक क्लोज्ड-फॉर्म प्रोविजनिंग नियम को प्रस्तुत करता है ताकि डिसैग्रिगेटेड (disaggregated) LLM सर्विंग में सैद्धांतिक रूप से इष्टतम अटेंशन-टू-एफएफएन (Attention-to-FFN) संसाधन अनुपात निर्धारित किया जा सके, जो डिवाइस के आइडल टाइम और स्टेप-लेवल ब्लॉकिंग को कम करने के लिए स्टोकेस्टिक वर्कलोड डायनेमिक्स और सिंक्रोनाइज़ेशन ओवरहेड्स को ध्यान में रखता है।
यह कार्य LAMP को प्रस्तुत करता है, जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) के लिए एक अनुकूली मिश्रित-परिशुद्धता अनुमान रणनीति है, जो कम्प्यूटेशनल दक्षता बनाए रखते हुए सटीकता में दो गुना से अधिक सुधार प्राप्त करने के लिए ट्रांसफॉर्मर घटकों के एक छोटे उपसमुच्चय को उच्च परिशुद्धता के साथ चुनिंदा रूप से पुनर्गणना करता है।
यह शोध पत्र डिस्क्रीट डेटा के जेनेरेटिव मॉडलिंग के लिए एक ज्यामितीय लेटेंट-सबस्पेस फ्रेमवर्क प्रस्तावित करता है जो एक नवीन ज्यामितीय PCA उद्देश्य के माध्यम से प्रभावी फ्लो मैचिंग और आयामी न्यूनीकरण (dimensionality reduction) को सक्षम करने के लिए कैटेगोरिकल वितरणों के प्रोडक्ट मैनिफोल्ड्स पर रिमानियन ज्यामिति का लाभ उठाता है।
यह शोध पत्र लेविआथन (Leviathan) का परिचय देता है, जो एक ट्रांसफॉर्मर आर्किटेक्चर है जो मानक टाइड एम्बेडिंग मैट्रिक्स (tied embedding matrix) को एक सीखे हुए एम्बेडिंग वेक्टराइजेशन (learned embedding vectorization - LEV) से बदलकर इनपुट और आउटपुट रिप्रजेंटेशन को अलग करता है, जिससे न्यूनतम पैरामीटर ओवरहेड के साथ भाषा मॉडलिंग प्रदर्शन और डाउनस्ट्रीम बेंचमार्क में महत्वपूर्ण सुधार प्राप्त होता है।
PlatoLTL एक नवीन मल्टी-टास्क रिइन्फोर्समेंट लर्निंग दृष्टिकोण है जो प्रपोज़िशन को पैरामीटराइज्ड एटोमिक प्रेडिकेट्स के रूप में मॉडल करके और उन्हें एक विशेष आर्किटेक्चर के भीतर एम्बेड करके अनदेखे टास्क सिम्बल्स के लिए ज़ीरो-शॉट जनरलाइजेशन को सक्षम बनाता है, ताकि कंपोजिशनल LTL स्ट्रक्चर्स और पैरामेट्रिक वेरिएशंस दोनों को संभाला जा सके।