20650 पेपर
यह शोधपत्र Motive को प्रस्तुत करता है, जो एक स्केलेबल, मोशन-केंद्रित डेटा एट्रिब्यूशन फ्रेमवर्क है जो उच्च-प्रभाव वाले प्रशिक्षण क्लिप्स की पहचान करने के लिए टेम्पोरल डायनेमिक्स को अलग करता है, जिससे वीडियो जनरेशन मॉडल्स में मोशन स्मूथनेस और फिजिकल प्लाउज़िबिलिटी में महत्वपूर्ण सुधार करने वाला डेटा क्यूरेशन सक्षम होता है।
यह शोध पत्र यह प्रदर्शित करता है कि ग्राफ न्यूरल नेटवर्क, यूक्लिडियन ट्रैवलिंग सेल्समैन प्रॉब्लम के लिए तेज़, सीखे हुए ह्यूरिस्टिक्स (heuristics) के रूप में कार्य कर सकते हैं, जो एकल फॉरवर्ड पास में पूर्ण टूर उत्पन्न करने के लिए अनसुपरवाइज्ड ट्रेनिंग का उपयोग करते हैं, और बिना लेबल, रिवॉर्ड या अनुक्रमिक डिकोडिंग पर निर्भर हुए पारंपरिक ग्रीडी बेसलाइन से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र CLEANER का प्रस्ताव करता है, जो त्रुटि-मुक्त प्रशिक्षण प्रक्षेपवक्र (training trajectories) उत्पन्न करने के लिए एक समानता-जागरूक अनुकूलन रोलबैक (Similarity-Aware Adaptive Rollback) तंत्र के माध्यम से एक मॉडल की अंतर्निहित स्व-सुधार क्षमताओं का लाभ उठाता है, जिससे क्रेडिट असाइनमेंट की समस्याओं का समाधान होता है और पैरामीटर-प्रतिबंधित एजेंटिक सुदृढीकरण शिक्षण (Agentic Reinforcement Learning) के प्रदर्शन और दक्षता में उल्लेखनीय वृद्धि होती है।
यह शोध पत्र एक रैंडम मैट्रिक्स थ्योरी फ्रेमवर्क का उपयोग करके यह प्रदर्शित करता है कि गैर-अतिव्यापी (non-overlapping) डेटा स्प्लिट्स के बीच डिफ्यूजन मॉडल्स की निरंतरता साझा गॉसियन सांख्यिकी (Gaussian statistics) से उत्पन्न होती है, जो यह प्रकट करता है कि कैसे सीमित डेटासेट का आकार और स्पेक्ट्रल गुण उत्पन्न नमूनों के प्रत्याशा (expectation) और विचरण (variance) को व्यवस्थित रूप से आकार देते हैं।
यह शोध पत्र वेरिएशनल स्पार्स पेयर्ड ऑटोएनकोडर (vsPAIR) का प्रस्ताव करता है, जो एक नवीन आर्किटेक्चर है जो ब्लाइंड इनपेंटिंग, सीटी रिकंस्ट्रक्शन और हीट इक्वेशन इन्फरेंस जैसे विविध अनुप्रयोगों में तेज़ अनुमान और व्याख्या योग्य, संरचित अनिश्चितता अनुमान प्रदान करके इनवर्स समस्याओं को हल करने के लिए वेरिएशनल इन्फरेंस, स्पार्स एनकोडिंग और पेयर्ड लर्निंग को संयोजित करता है।
यह शोध पत्र ज्योमेट्री-करेक्टेड प्रोक्रस्टेस अलाइनमेंट (GCPA) का प्रस्ताव देकर पेयरवाइज़ मॉडल अलाइनमेंट की सीमाओं को संबोधित करता है, जो एक मल्टी-वे विधि है जो जनरल पाइज्ड प्रोक्रस्टेस एनालिसिस के माध्यम से एक साझा ऑर्थोगोनल रेफरेंस स्पेस का निर्माण करती है और मॉडल स्टिचिंग के लिए ज्योमेट्रिक प्रिजर्वेशन तथा रिट्रीवल कार्यों के लिए डायरेक्शनल एग्रीमेंट दोनों को अनुकूलित करने के लिए पोस्ट-हॉक सुधार लागू करती है।
यह शोध पत्र कुशल हेरफेर (dexterous manipulation) के लिए एक स्केलेबल टू-फेज रोबोट लर्निंग फ्रेमवर्क प्रस्तुत करता है जो व्यवहार क्लोनिंग प्रीट्रेनिंग के लिए AR-आधारित रिमोट ह्यूमन डिमॉन्स्ट्रेशन और मौजूदा बेसलाइन्स की तुलना में तेज़ प्रशिक्षण, उच्च सफलता दर और बेहतर मजबूती प्राप्त करने के लिए कंट्रास्टिव लर्निंग-एन्हांस्ड रीइन्फोर्समेंट लर्निंग का लाभ उठाता है।
यह शोध पत्र पहला ऐसा सिद्धांत प्रस्तुत करता है जो प्राकृतिक भाषा में युग्मवार टोकन सहसंबंधों (pairwise token correlations) के क्षय और अगले-टोकन की सशर्त एंट्रॉपी (next-token conditional entropy) के क्षय पर आधारित एक पैरामीटर-मुक्त सूत्र को व्युत्पन्न करके, प्रथम सिद्धांतों से बड़े भाषा मॉडलों के डेटा-सीमित न्यूरल स्केलिंग घातांकों (data-limited neural scaling exponents) की मात्रात्मक रूप से भविष्यवाणी करता है।
यह शोध पत्र rePIRL को प्रस्तुत करता है, जो एक इनवर्स रिइन्फोर्समेंट लर्निंग से प्रेरित ढांचा है जो विशेषज्ञ नीतियों के बारे में न्यूनतम धारणाओं के साथ LLM रीजनिंग के लिए प्रभावी प्रोसेस रिवॉर्ड मॉडल को प्रशिक्षित करने के लिए एक दोहरी शिक्षण प्रक्रिया का उपयोग करता है, जो मौजूदा विधियों की तुलना में गणित और कोडिंग कार्यों में बेहतर प्रदर्शन और सामान्यीकरण प्रदर्शित करता है।
यह शोध पत्र AutoSpec को पेश करता है, जो एक स्व-पर्यवेक्षित (self-supervised) न्यूरल नेटवर्क फ्रेमवर्क है जो बड़े पैमाने के संख्यात्मक रैखिक बीजगणित (numerical linear algebra) और अनुकूलन (optimization) के लिए पुनरावृत्ति स्पेक्ट्रल एल्गोरिदम (iterative spectral algorithms) की खोज करना सीखता है, जो विशिष्ट इनपुट ऑपरेटरों और कार्यों के अनुरूप पुनरावृत्ति गुणांकों (recurrence coefficients) की भविष्यवाणी करके पारंपरिक स्पेक्ट्रम-अज्ञेय (spectrum-agnostic) बेसलाइन की तुलना में सटीकता और दक्षता में महत्वपूर्ण सुधार प्राप्त करता है।