20950 पेपर
अपने सिंथेटिक कॉज़ल प्रीट्रेनिंग के बावजूद, TabPFN3 और TabICL जैसे टैबुलर इन-कॉन्टेक्स्ट लर्नर्स बायोमॉलिक्यूलर प्रॉपर्टी कार्यों के लिए प्रतिस्पर्धी, डेटा-कुशल भविष्यवक्ता सिद्ध होते हैं, हालांकि उनकी प्रभावशीलता अंतर्निहित आणविक या प्रोटीन निरूपणों (represenations) की गुणवत्ता पर अत्यधिक निर्भर करती है।
यह शोध पत्र LINet को प्रस्तुत करता है, जो RGB-D दृश्य वर्गीकरण के लिए एक मल्टी-स्ट्रीम न्यूरल नेटवर्क है जो एक नवीन लीनियर इंटीग्रेशन कनवल्शन ऑपरेटर के माध्यम से निरंतर क्रॉस-मोडल लर्निंग द्वारा विविक्त संलयन (डिस्क्रीट फ्यूजन) को प्रतिस्थापित करता है, और 1/N कांस्टेंट इनिशियलाइज़ेशन एवं प्रोग्रेसिव मोडैलिटी ड्रॉपआउट के माध्यम से इनिशियलाइजेशन और पाथवे कोलैप्स की समस्याओं का समाधान करते हुए SUN RGB-D डेटासेट पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र PPT-Eval प्रस्तुत करता है, जो कंप्यूटर-उपयोग एजेंटों के मूल्यांकन के लिए डिज़ाइन किए गए 120 पावरपॉइंट कार्यों का एक बेंचमार्क है, जिसमें एक नवीन रूब्रिक-आधारित ढांचा शामिल है जो आंशिक प्रगति को कैप्चर करता है और मानव निर्णय के साथ दृढ़ता से सह-संबंधित है ताकि यह प्रकट किया जा सके कि वर्तमान फ्रंटियर मॉडल अभी भी जटिल प्रेजेंटेशन संपादन में संघर्ष कर रहे हैं।
यह शोध पत्र पहला बड़े पैमाने पर अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स अपने द्वारा जनरेट किए गए कोड में व्यापक अति-आत्मविश्वास (overconfidence) प्रदर्शित करते हैं, जहाँ कार्यात्मक अंशांकन (functional calibration), सुरक्षा अंशांकन (security calibration) की तुलना में लगातार बदतर होता है, और जबकि अंशांकन-निर्देशित मरम्मत (calibration-guided repair) और आर्किटेक्चरल गेटिंग (architectural gating) सीमित लाभ प्रदान करते हैं, वे अक्सर यथार्थवादी रिपॉजिटरी-स्तरीय संदर्भों में उच्च-विश्वास वाली कमजोरियों को रोकने में विफल रहते हैं।
यह शोध पत्र ComplianceGate का प्रस्ताव करता है, जो एक क्लासिफायर-गेटेड मल्टी-टियर रूटिंग आर्किटेक्चर है जो विनियमित उद्योगों में डेटा रेजिडेंसी और लागत दक्षता को लागू करता है, जो किसी भी इन्फरेंस (inference) से पहले जटिलता और PII के लिए प्रश्नों की प्री-स्क्रीनिंग करके उन्हें उपयुक्त आकार के मॉडलों और अनुपालन वाले भौगोलिक स्थानोंों में गतिशील रूप से रूट करता है।
यह शोध पत्र प्रदर्शित करता है कि फिक्स्ड प्रीफिक्स-विंडो मेमोराइजेशन प्रोब्स (fixed prefix-window memorization probes), गैर-गुप्त या ट्रंकेटेड टोकन प्रभावों के गलत आरोपण द्वारा कैनरी डेटा पर भ्रामक निर्णय दे सकते हैं, और फलस्वरूप, सटीक सीक्रेट-विशिष्टता मूल्यांकन सुनिश्चित करने के लिए फुल-स्पैन एनएलएल (full-span NLL), स्पैन-लोकलाइज्ड डीकंपोजिशन (span-localized decomposition), बिहेवियरल एक्ज़ैक्ट-रिकॉल (behavioral exact-recall), और डिकॉय प्रोब्स (decoy probes) को संयोजित करने वाले एक बहुआयामी मूल्यांकन ढांचे की सिफारिश करता है।
यह शोध पत्र AETDICE को प्रस्तुत करता है, जो एक एकीकृत ढांचा और ऑफलाइन RL एल्गोरिदम है जो स्थिर डेटासेट का उपयोग करके नॉनलीनियर मल्टी-ऑब्जेक्टिव रीइन्फोर्समेंट लर्निंग के लिए सुलभ सैंपल-आधारित अनुकूलन को सक्षम करने हेतु स्केलेराइज्ड एक्सपेक्टेड रिटर्न (SER) और एक्सपेक्टेड स्केलेराइज्ड रिटर्न (ESR) प्रतिमानों के बीच के अंतर को पाटता है।
यह शोध पत्र "बेयसियन इन-कॉन्टेक्स्ट एक्सपेरिमेंटर्स" (Bayesian in-context experimenters) प्रस्तुत करता है, जो एक ट्रांसफार्मर-आधारित ढांचा है जो एक बेयसियन पोस्टीरियर नेमन टीचर (Bayesian posterior Neyman teacher) की नकल करना सीखकर औसत उपचार प्रभावों (Average Treatment Effects - ATE) के लिए इष्टतम अनुक्रमिक विचरण अनुमान और आवंटन प्रक्रिया को एमोर्टाइज़ (amortize) करता है, जिससे सुपरवाइज्ड प्रीट्रेनिंग के माध्यम से स्मूथनेस-एडेप्टिव (smoothness-adaptive), ओरेकल-एफिशिएंट (oracle-efficient) अनुमान प्राप्त होता है।
यह शोध पत्र इंटेलिजेंट स्कीमा मेमोरी (ISM) का प्रस्ताव करता है, जो एक स्व-विकसित स्मृति प्रणाली है जो रणनीति स्कीमा के एक संक्षिप्त, सत्यापित बैंक को बनाए रखकर फ्रोजन लार्ज लैंग्वेज मॉडल्स की निरंतर गणितीय तर्क क्षमता को बढ़ाती है, जिससे यह सख्त एपिसोडिक रिसेट के तहत संग्रहीत रणनीतियों की काफी कम संख्या के साथ मौजूदा बेसलाइन से बेहतर प्रदर्शन करती है।
यह शोध पत्र ICLMEM को प्रस्तुत करता है, जो एक ऐसा प्रोबिंग फ्रेमवर्क है जो यह प्रकट करता है कि लार्ज टैबुलर मॉडल्स विशिष्ट, गैर-यथार्थवादी प्रशिक्षण स्थितियों (जैसे कि निश्चित नमूनों के साथ सिंगल-टास्क फाइन-ट्यूनिंग) के तहत मध्यम पैरामीट्रिक मेमोराइजेशन प्रदर्शित करते हैं, हालांकि ये संकेत यथार्थवादी परिदृश्यों में काफी हद तक लुप्त हो जाते हैं।