19670 पेपर
यह शोध पत्र ग्राम डिटरमिनेंट स्कोर (Gram determinant score) प्रस्तुत करता है, जो एक प्रयोग-अज्ञेय (experiment-agnostic) मीट्रिक है जो ग्राउंड ट्रुथ के बिना अनुभवजन्य वितरणों (empirical distributions) के वैक्टर द्वारा घेरे गए आयतन को मापकर डेटासेट की विश्वसनीयता का आकलन करता है, जिससे विविध अवलोकन प्रक्रियाओं में डेटा गुणवत्ता को प्रभावी ढंग से कैप्चर किया जा सकता है।
यह शोध पत्र पॉलिसी इटरेशन के भीतर Q-फंक्शन लॉस के लिए यूनिवर्सल एप्रोक्सिमेटर्स के रूप में गॉसियन मिक्सचर मॉडल Q-फंक्शन्स (GMM-QFs) को प्रस्तुत करता है, जो डीप लर्निंग विधियों की तुलना में काफी छोटे कम्प्यूटेशनल फुटप्रिंट के साथ प्रतिस्पर्धी प्रदर्शन प्राप्त करने के लिए रिमानियन ऑप्टिमाइज़ेशन का उपयोग करता है।
यह शोधपत्र RAPT प्रस्तुत करता है, जो एक हल्का, स्व-पर्यवेक्षित (self-supervised) मॉनिटर है जो सिम-टू-रियल (Sim-to-Real) परिनियोजन के दौरान ह्यूमनॉइड रोबोटों के लिए उच्च-आवृत्ति वाली आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन और व्याख्या योग्य, ज़ीरो-शॉट विफलता निदान को सक्षम बनाता है, जिससे साइलेंट फेलियर और हार्डवेयर क्षति के जोखिमों में काफी कमी आती है।
यह शोध पत्र LP-SFT का प्रस्ताव करता है, जो एक सुपरवाइज्ड फाइन-ट्यूनिंग विधि है जो एक स्थानीय रूप से सामान्यीकृत KL डाइवर्जेंस के माध्यम से गैर-लक्ष्य टोकन (non-target tokens) के बीच प्रीट्रेन्ड मॉडल की अंतर्निहित मल्टीमॉडल एंट्रॉपी संरचना को संरक्षित करती है, जिससे पूर्व-मौजूदा क्षमताओं और सैंपलिंग विविधता के क्षरण को कम करते हुए डाउनस्ट्रीम प्रदर्शन में सुधार होता है।
यह शोध पत्र OpenMHC को प्रस्तुत करता है, जो लगभग 12,000 प्रतिभागियों के 6 करोड़ घंटों से अधिक के वियरेबल स्वास्थ्य डेटा, फाउंडेशन मॉडल्स के ओपन-सोर्स कार्यान्वयन और एक एकीकृत बेंचमार्क के साथ एक व्यापक ओपन-एक्सेस डेटासेट है, ताकि वियरेबल हेल्थ AI में अनुसंधान को लोकतांत्रिक और त्वरित बनाया जा सके।
यह शोधपत्र अनबाउंडेड मेमोरी (unbounded memory) वाले डिस्ट्रीब्यूटेड फीडबैक कंट्रोल के माध्यम से ड्रोन की गति को स्थिर करने के लिए एक सार्वभौमिक दृष्टिकोण प्रस्तावित करता है, जो इंटेग्रो-डिफरेंशियल समीकरणों को साधारण अवकल समीकरणों (ordinary differential equations) के तंत्र में कम करके जटिल घातांकीय कर्नेल (complex exponential kernels) के माध्यम से नए घातांकीय स्थिरता परिणामों को प्राप्त करने का प्रदर्शन करता है।
PEARL एक संवादात्मक अनुकूलन मॉडलिंग प्रणाली है जो प्राकृतिक भाषा स्वरूपों (natural language formulations) का गतिशील रूप से परीक्षण, डिबग और संशोधन करने के लिए पायथन निष्पादन के साथ एक मल्टी-टर्न, सॉल्वर-इन-द-लूप फ्रेमवर्क का लाभ उठाती है, जिससे छोटे और काफी बड़े वन-शॉट लैंग्वेज मॉडल्स की तुलना में बेहतर सटीकता प्राप्त होती है।
यह शोध पत्र MUX को प्रस्तुत करता है, जो एक ऐसी विधि है जो डिस्क्रीट रीजनिंग स्टेप्स (discrete reasoning steps) को लॉसलेस, मल्टीप्लेक्सड लेटेंट टोकन्स (lossless, multiplexed latent tokens) में डिस्टिल करके भाषा मॉडलों में कुशल और उच्च-बैंडविड्थ निरंतर तर्क (continuous reasoning) को सक्षम बनाती है, जिससे व्याख्यात्मकता बनाए रखते हुए और मौजूदा बेसलाइनों से बेहतर प्रदर्शन करते हुए प्राकृतिक भाषा अभिव्यक्ति की कम्प्यूटेशनल बाधाओं को दूर किया जा सके।
यह शोध पत्र प्रदर्शित करता है कि सीखे गए तरीकों के माध्यम से विविध बड़े भाषा मॉडलों (large language models) से भविष्यवाणियों को एकत्रित करना व्यक्तिगत मॉडल के प्रदर्शन से बेहतर हो सकता है, जबकि यह इस बात पर प्रकाश डालता है कि प्रशिक्षण कटऑफ संदूषण (training cutoff contamination) क्षमता मूल्यांकन को महत्वपूर्ण रूप से विकृत करता है और ऐसे एन्सेम्बल्स (ensembles) का प्राथमिक लाभ जटिल गैर-रेखीय अंतःक्रियाओं के बजाय विविध मॉडल आउटपुट को रैखिक रूप से संयोजित करने से प्राप्त होता है।
यह शोधपत्र FALCON-Discover को प्रस्तुत करता है, जो एक पोस्ट-हॉक (post-hoc), मॉडल-अज्ञेय (model-agnostic) ढांचा है जो कई विसंगति संकेतों (discrepancy signals) के आधार पर भविष्यवाणियों को रैंक करके खतरनाक झूठे आत्मविश्वास के केंद्रित क्षेत्रों की पहचान करता है, और यह प्रदर्शित करता है कि ओवरकॉन्फिडेंस (overconfidence) को एक खोज समस्या (discovery problem) के रूप में मानना पारंपरिक एकल-स्कोर अंशांकन (single-score calibration) विधियों से बेहतर प्रदर्शन करता है।