20743 पेपर
यह शोध पत्र एक प्रमाणित, ड्रिफ्ट-अवेयर सेंसिंग क्लॉक प्रस्तुत करता है जो अनुकूलतम री-सेंसिंग समय सीमा (डेडलाइन) को गतिशील रूप से निर्धारित करने के लिए ऑडिटेड वर्ल्ड मॉडल्स का लाभ उठाता है, जिससे सख्त सेंसिंग बजट के भीतर काम करते हुए प्रेडिक्शन उल्लंघन और इवेंटफुल-टेल जोखिमों को न्यूनतम किया जा सके।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स में चेन-ऑफ-थॉट रीजनिंग के विश्लेषण के लिए एक ज्यामितीय ढांचे (geometric framework) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि हिडन स्टेट ट्रेजेक्टरीज के स्पेक्ट्रल और काइनेमैटिक गुण कार्य की कठिनाई को प्रभावी ढंग से परिमाणित कर सकते हैं और समाधान पूर्ण होने से पहले ही उसकी शुद्धता का पूर्वानुमान लगा सकते हैं।
यह शोध पत्र BOUNDARY_SYNC प्रोटोकॉल और कपलिंग एम्प्लीफिकेशन फैक्टर (CAF) को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि मल्टी-एजेंट LLM सिस्टम में इंटर-एजेंट संचार मापने योग्य रिप्रजेंटेशनल कपलिंग को प्रेरित करता है, जहाँ टेक्स्ट संचार होमोजेनाइजेशन (समानता) को संचालित करता है जबकि इमेज संचार विविधीकरण (विविधता) को बढ़ावा दे सकता है, और ये प्रभाव स्टेटलेस हैं तथा प्रॉम्प्ट कॉन्टेक्स्ट के माध्यम से नियंत्रणीय हैं।
DeadPool लार्ज लैंग्वेज मॉडल ट्रेनिंग के लिए एक फॉल्ट-टॉलरेंस फ्रेमवर्क है जो इन-मेमोरी चेकपॉइंटिंग और एक रनटाइम हॉट-स्वैपिंग मैकेनिज्म का उपयोग करके सामान्य संचालन के दौरान शून्य-ओवरहेड निष्पादन और स्थायी नोड विफलताओं से 40 सेकंड से कम में रिकवरी प्राप्त करता है ताकि जॉब को समाप्त किए बिना विफल नोड्स को बदला जा सके।
यह शोध पत्र UniWind का प्रस्ताव करता है, जो एक एकीकृत एक-दिवस पूर्व पवन शक्ति पूर्वानुमान मॉडल है जो भौतिकी-आधारित पूर्व सूचनाओं (physics-informed priors) को एक लेटेंट स्टेट एनकोडर के साथ एकीकृत करता है ताकि मौसम संबंधी स्थितियों को परिचालन अवस्थाओं से अलग किया जा सके, जिससे विविध पवन फार्मों में उच्च सटीकता और मजबूती प्राप्त की जा सके।
SCAPE एक संचार-कुशल वितरित ऑप्टिमाइज़र है जो एडम-शैली के प्रथम-मोमेंट सांख्यिकी का लाभ उठाकर आक्रामक ग्रेडिएंट स्पार्सिफिकेशन (99% तक) को सक्षम करता है, जिससे मॉडल की गुणवत्ता और प्रशिक्षण स्थिरता को बनाए रखते हुए बड़े भाषा मॉडलों के लिए प्री-ट्रेनिंग वॉल-क्लॉक समय और संचार ओवरहेड को महत्वपूर्ण रूप से कम किया जाता है।
यह शोध पत्र WARP को प्रस्तुत करता है, जो उनके वेट स्पेस (weight space) में ज्यामितीय विशेषताओं का विश्लेषण करके फाउंडेशन मॉडल्स को प्रशिक्षित करने के लिए उपयोग किए गए विशिष्ट डोमेन मिश्रण भार (domain mixture weights) को पुनः प्राप्त करने वाला एक फ्रेमवर्क है, जिससे उन पूर्ववर्ती विधियों की सीमाओं को दूर किया जा सके जो केवल व्यक्तिगत डेटा नमूनों का पता लगा सकती हैं।
यह शोध पत्र शुरुआती स्नातक छात्रों के लिए डिफ्यूजन मॉडल्स का एक प्रमाण-उन्मुख परिचय प्रदान करता है, जो मुख्य परिभाषाओं, प्रतिनिधि अनुमानों और अनुसंधान-स्तरीय प्रमेयों की एक स्तरित प्रस्तुति के माध्यम से शास्त्रीय सैंपलिंग गतिकी से आधुनिक सैंपलर, त्रुटि विश्लेषण और इन्फरेंस-टाइम नियंत्रण तक एक एकीकृत पथ को रेखांकित करता है।
यह शोधपत्र COMFYCLAW को प्रस्तुत करता है, जो एक स्व-विकसित (self-evolving) एजेंटिक फ्रेमवर्क है जो निर्माण को टाइप किए गए ग्राफ संपादन (typed graph editing) के रूप में मानकर, मरम्मत के लिए विजन-लैंग्वेज मॉडल सत्यापनकर्ता का उपयोग करके, और पिछले निष्पादन डेटा को प्रगतिशील रूप से प्रकट होने वाली कौशल लाइब्रेरी में संकुचित (distill) करके इमेज जनरेशन वर्कफ़्लो को बढ़ाता है ताकि एजेंट की विश्वसनीयता और प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र एक रोल-अवेयर न्यूरल कॉनवेक्स डायवर्जेंस हेड प्रस्तावित करता है जो रिप्रजेंटेशन लर्निंग में एसिमेट्रिक संबंधों को प्रभावी ढंग से मॉडल करने के लिए इनपुट-कॉन्वेक्स न्यूरल ब्रेगमैन डायवर्जेंस के साथ सोर्स- और टारगेट-रोल प्रोजेक्शन का लाभ उठाता है, जो नॉन-नेगेटिव स्ट्रक्चर्ड स्कोर्स को बनाए रखते हुए सिमेंटिक और ऑन्टोलॉजी बेंचमार्क में दिशात्मक सटीकता में निरंतर सुधार प्रदर्शित करता है।