20539 पेपर
यह शोध पत्र LLM सर्विंग में मल्टी-ऑब्जेक्टिव रूटिंग को अनुकूलित करने के लिए बिड-प्राइस कंट्रोल और वॉर्म-स्टार्टेड ड्यूल अपडेट्स के साथ एक विज्ञान-आधारित ऑनलाइन लीनियर प्रोग्रामिंग फ्रेमवर्क प्रस्तावित करता है, जो पारंपरिक ह्यूरिस्टिक दृष्टिकोणों की तुलना में बेहतर लेटेंसी और थ्रूपुट प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र कॉज़ल मीडिएशन एनालिसिस (causal mediation analysis) में अपेक्षित नेचुरल डायरेक्ट पोटेंशियल आउटकम (expected natural direct potential outcome) को अधिकतम करने वाले ट्रीटमेंट की कुशलतापूर्वक पहचान करने के लिए 'ट्रैक-एंड-स्टॉप' (Track-and-Stop) फ्रेमवर्क पर आधारित एक फिक्स्ड-कॉन्फिडेंस बेस्ट-आर्म आइडेंटिफिकेशन एल्गोरिदम प्रस्तावित करता है, जो एसिम्प्टोटिक ऑप्टिमलिटी (asymptotic optimality) प्राप्त करता है और एक बड़े पैमाने के वास्तविक विज्ञापन डेटासेट पर मान्य किया गया है।
यह शोध पत्र बैकवर्ड प्रक्रियाओं के संकुचन गुणों (contraction properties) और स्कोर अनुमानकों की नियमितता (regularity) का लाभ उठाते हुए, KL डाइवर्जेंस, रिवर्स KL डाइवर्जेंस और वासरस्टीन दूरी (Wasserstein distance) के लिए बेहतर सीमाएँ (bounds) व्युत्पन्न करके डिफ्यूजन मॉडल में "स्कोर मैचिंग गैप" का सैद्धांतिक विश्लेषण और उसे सुदृढ़ करता है, जिससे यह प्रदर्शित होता है कि स्कोर सन्निकटन (approximation) की गुणवत्ता कम शोर स्तरों (low noise scales) पर सबसे महत्वपूर्ण होती है।
यह शोध पत्र यह पहचान करता है कि सहकारी मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) में LLM-जनित रिवॉर्ड वेट्स को गतिशील रूप से अपडेट करना स्टेशनैरिटी मान्यताओं का उल्लंघन करता है और प्रशिक्षण को अस्थिर करता है, तथा तीन अलग-अलग श्रेणियों में, जो बेसलाइन एजेंट की सक्षमता द्वारा परिभाषित हैं, प्रदर्शन को प्रभावी ढंग से स्थिर करने के लिए फेज-बेस्ड फ्रीज (Phase-Based Freeze) और EMA स्मूथिंग रणनीतियों का प्रस्ताव करता है।
यह शोध पत्र एनकोडर प्रोबिंग और डिकोडर एट्रिब्यूशन तकनीकों को संयोजित करके न्यूरल मल्टी-एट्रीब्यूट व्हीकल रूटिंग प्रॉब्लम सॉल्वर्स की व्याख्या करने के लिए एक एकीकृत प्रोटोकॉल प्रस्तुत करता है, जो यह प्रकट करता है कि ग्राफ इंडक्टिव बायस और रिसोर्स ट्रेनिंग रिजीम्स, बाधाओं की प्रतिनिधिक स्पष्टता और अव्यवहार्य निर्णयों के लिए कार्रवाई योग्य, काउंटरफैक्चुअल स्पष्टीकरणों के निर्माण, दोनों को महत्वपूर्ण रूप से बढ़ाते हैं।
यह शोध पत्र एक लयापुनोव-निर्देशित (Lyapunov-guided) प्रशिक्षण ढांचे का प्रस्ताव करता है जो फिक्स्ड-पॉइंट ओवरफ्लो-प्रेरित अस्थिरता को दबाने के लिए मोनोटोन स्टेट प्रोजेक्शन को लागू करता है, जिससे संसाधन-बाधित हार्डवेयर पर विश्वसनीय निम्न-परिशुद्धता (low-precision) न्यूरल नेटवर्क प्रशिक्षण और अनुमान सक्षम होता है।
यह शोध पत्र एक स्केलेबल बेयसियन ढांचे का प्रस्ताव करता है जो उच्च-आयामी बहुविध अनुदैर्ध्य डेटा (multimodal longitudinal data) के अनिश्चितता-जागरूक विश्लेषण को सक्षम करने के लिए मोडैलिटी-विशिष्ट न्यूरल एनकोडर्स को जनरलाइज्ड लीनियर मिक्स्ड मॉडल्स के साथ एकीकृत करता है, जबकि व्याख्या योग्य जनसंख्या और विषय-स्तरीय प्रभावों को सुरक्षित रखता है।
यह शोध पत्र "स्टिचिंग" (stitching) नामक एक नवीन कण-आधारित विधि प्रस्तुत करता है जो एक अवशिष्ट हानि (residual loss) के माध्यम से निरंतरता समीकरणों को लागू करके जनसंख्या गतिशीलता को वासरस्टीन ग्रेडिएंट फ्लो (Wasserstein gradient flows) के रूप में पुनर्गठित करता है, जो पारंपरिक JKO-आधारित दृष्टिकोणों के लिए एक सिमुलेशन-मुक्त, सुदृढ़ और अत्याधुनिक विकल्प प्रदान करता है।
यह शोध पत्र आंशिक वरीयता जानकारी का लाभ उठाने के लिए "व्यापक स्थिर मिलान" (pervasive stable matching) की अवधारणा को पेश करते हुए, शुरू में अज्ञात वरीयताओं वाले द्वि-पक्षीय बाजारों में इष्टतम स्थिर मिलान की पहचान करने की समस्या को संबोधित करता है, जिससे शुद्ध अन्वेषण (pure exploration) और प्रतिफल न्यूनीकरण (regret minimization) दोनों के लिए कुशल उन्मूलन-आधारित एल्गोरिदम प्रस्तावित होते हैं जो न्यूनतम पुरस्कार अंतराल से स्वतंत्र बेहतर नमूना जटिलता और प्रतिफल सीमाएं प्राप्त करते हैं।
यह शोध पत्र एक कुशल सक्रिय शिक्षण (active learning) एल्गोरिदम प्रस्तावित करता है जो ग्राफ के वर्टेक्स एक्सपेंशन (vertex expansion) और एडवर्सरी की शक्ति का लाभ उठाकर, कम वर्टेक्स एक्सपेंशन वाले सेट खोजने के लिए एक नवीन सम-वर्ग (sum-of-squares) आधारित दृष्टिकोण का उपयोग करते हुए, ग्राफ में प्रतिकूल रूप से दूषित (adversarially corrupted) वर्टिस को लगभग पुनर्प्राप्त करता है।