20386 पेपर
यह शोध पत्र Co-LMLM को प्रस्तुत करता है, जो एक निरंतर-क्वेरी सीमित स्मृति भाषा मॉडल (continuous-query limited memory language model) है जो एक स्केलेबल एनोटेशन पाइपलाइन के माध्यम से एक लचीले वेक्टर-आधारित ज्ञान आधार (knowledge base) के लिए तथ्यात्मक ज्ञान को बाह्य रूप में प्रस्तुत करता है, और कई पैमानों पर पूर्ववर्ती LMLMs और वैनिला LLMs दोनों की तुलना में बेहतर परप्लेक्सिटी (perplexity) और तथ्यात्मक सटीकता प्राप्त करता है।
यह शोध पत्र ढाका स्टॉक एक्सचेंज ब्रॉड इंडेक्स डेटासेट पर क्वांटम सपोर्ट वेक्टर मशीन को लागू करने वाले पहले व्यवस्थित अध्ययन को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि विशिष्ट क्वांटम कर्नेल अनुभवजन्य क्वांटम लाभ ढांचे के भीतर शास्त्रीय RBF-कर्नेल बेसलाइन से बेहतर प्रदर्शन कर सकते हैं और फेज स्पेस टेरेन रग्डनेस इंडेक्स के साथ प्रदर्शन को सह-संबंधित करते हैं।
यह शोध पत्र सुपरवाइज्ड रिवॉर्ड इन्फरेंस (SRI) का प्रस्ताव करता है, जो एक सुपरवाइज्ड लर्निंग फ्रेमवर्क है जो व्यवहार मॉडल या वातावरण पर प्रतिबंधात्मक धारणाओं के बिना विविध, उप-इष्टतम (suboptimal) मानव व्यवहारों से पुरस्कारों का अनुमान लगाकर सैद्धांतिक रूप से एसिम्प्टोटिक बेयज़-ऑप्टिमैलिटी (asymptotic Bayes-optimality) प्राप्त करता है और अनुभवजन्य रूप से मौजूदा विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक नवीन "लोकल-ग्लोबल" (स्थानीय-वैश्विक) क्वांटम कर्नेल रणनीति प्रस्तावित करता है जो बेनाइन ओवरफिटिंग (benign overfitting) की घटना का लाभ उठाकर मौजूदा क्वांटम कर्नेल के घातीय संकेंद्रण (exponential concentration) और खराब सामान्यीकरण (poor generalization) को दूर करने के लिए स्थानीय उपप्रणाली मापों को वैश्विक पूर्ण-प्रणाली मापों के साथ जोड़ता है।
यह शोध पत्र HERB को प्रस्तुत करता है, जो एक मानव-संवर्धित सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो विविध 3D वस्तुओं को कुशलतापूर्वक और स्थिरता से पैक करने के लिए मानव प्रदर्शनों को RL अन्वेषण के साथ जोड़ता है, और दक्षता तथा वास्तविक दुनिया की रोबोटिक व्यवहार्यता दोनों में पारंपरिक ह्यूरिस्टिक्स और शुद्ध RL विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र पैसिविटी (passivity) और इनपुट-टू-स्टेट स्टेबिलिटी (Input-to-State Stability) जैसे नियंत्रण-सैद्धांतिक उपकरणों का उपयोग करके मम्बा (Mamba) जैसे चयनात्मक स्टेट-स्पेस मॉडल्स (SSMs) के लिए कठोर स्थिरता और नियमितता गारंटी स्थापित करता है, और इन निष्कर्षों को एक डिफरेंशिएबल ट्रेनिंग-टाइम रेगुलराइज़र में अनुवादित करता है जो भविष्यवाणी की सटीकता पर नगण्य प्रभाव के साथ स्थिरता उल्लंघनों को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र MASCA को प्रस्तुत करता है, जो एक LLM-संचालित मल्टी-एजेंट सिस्टम है जो विशेषीकृत सहयोगात्मक एजेंटों, कंट्रास्टिव लर्निंग और गेम-थ्योरेटिक विश्लेषण के माध्यम से वास्तविक दुनिया के निर्णय लेने की प्रक्रिया का अनुकरण करके क्रेडिट मूल्यांकन को बढ़ाता है, साथ ही पूर्वाग्रह को संबोधित करता है और पारंपरिक बेसलाइन विधियों से बेहतर प्रदर्शन करता है।
यह शोधपत्र यूके कानून के तहत अनिश्चितता-आधारित एआई हस्तक्षेपों का पहला सैद्धांतिक विश्लेषण प्रदान करता है, जो यह प्रदर्शित करता है कि जबकि चयनात्मक परहेज (selective abstention) और चयनात्मक घर्षण (selective friction) दोनों में भेदभाव के जोखिम निहित हैं, चयनात्मक घर्षण कानूनी रूप से अधिक अनुकूल है क्योंकि यह पूर्वानुमान तक पहुंच को बनाए रखता है और आनुपातिकता की आवश्यकताओं को बेहतर ढंग से पूरा करता है, हालांकि इसका निर्णय की गुणवत्ता पर प्रभाव संदर्भ-निर्भर बना रहता है।
यह शोध पत्र यह प्रदर्शित करता है कि स्पार्स ऑटोएनकोडर्स (Sparse Autoencoders) में स्पर्सिटी हाइपरपैरामीटर L0 एक स्वतंत्र पैरामीटर नहीं है, बल्कि एक महत्वपूर्ण सेटिंग है जिसे फीचर मिक्सिंग को रोकने और LLMs से मोनोसेमेंटिक (monosemantic), व्याख्या योग्य अवधारणाओं के निष्कर्षण को सुनिश्चित करने के लिए सही ढंग से ट्यून किया जाना चाहिए।
यह शोध पत्र FedDAF को प्रस्तुत करता है, जो एक नवीन फेडेरेटेड डोमेन एडाप्टेशन विधि है जो स्रोत और लक्ष्य मॉडलों को उनके माध्य ग्रेडिएंट क्षेत्रों से प्राप्त एक सामान्यीकृत मॉडल फंक्शनल दूरी के आधार पर एकत्रित करके डोमेन शिफ्ट और लक्ष्य डेटा की कमी दोनों को संबोधित करती है, जिससे मौजूदा दृष्टिकोणों की तुलना में बेहतर परीक्षण सटीकता प्राप्त होती है।