21502 पेपर
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।
यह शोध पत्र MoralAltDataset को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि जब द्विआधारी दुविधाओं (binary dilemmas) से परे विकल्प प्रस्तुत किए जाते हैं, तो मनुष्य और बड़े भाषा मॉडल (LLMs) दोनों ही अपने पसंदीदा समझौता विकल्पों की ओर अपने नैतिक निर्णयों को महत्वपूर्ण रूप से स्थानांतरित करते हैं, और साथ ही यह भी दिखाता है कि LLMs उच्च गुणवत्ता वाले, संरचनात्मक रूप से सुदृढ़ नैतिक विकल्प उत्पन्न कर सकते हैं जो अक्सर मानव-लिखित विकल्पों से बेहतर होते हैं।
यह शोध पत्र STRATA को प्रस्तुत करता है, जो एक टाइल-आधारित प्रशिक्षण रणनीति और नवीन वास्तुशिल्प घटकों का लाभ उठाकर पारंपरिक भौतिक मॉडलों की कम्प्यूटेशनल सीमाओं को दूर करने के लिए 4.9-किमी रिज़ॉल्यूशन पर स्थिर, ऊर्जा-कुशल, वैश्विक तूफान-अनुरूप वायुमंडलीय सिमुलेशन उत्पन्न करने में सक्षम पहला ऑटोरेग्रेसिव AI एमुलेटर है।
यह शोध पत्र TDGT प्रस्तुत करता है, जो सिंथेटिक सारणीबद्ध डेटा जनरेशन के लिए एक वेब-आधारित टूलकिट है जिसमें एक अनुकूलन योग्य, GPU-त्वरित बेयसियन मिश्रण मॉडल (ABMS) और एक हाइब्रिड VAE-ABMS आर्किटेक्चर है ताकि हाइपरपैरामीटर ट्यूनिंग को स्वचालित किया जा सके और विविध डोमेन में उच्च-सटीक, गोपनीयता-संरक्षित डेटा संश्लेषण सुनिश्चित किया जा सके।
यह शोध पत्र एआई एजेंट कौशल के लिए एक कॉम्पैक्ट, लोकैलिटी-सेंसिटिव प्रति-घटक फिंगरप्रिंटिंग पद्धति प्रस्तुत करता है जो फिक्स्ड-साइज़ सिग्नेचर उत्पन्न करने के लिए मल्टी-बैंक सिमहैश (SimHash) का उपयोग करता है, जिससे पैराफ्रेसिंग या रिफैक्टरिंग के माध्यम से कौशल वंशावली और संरचनात्मक संबंधों की पहचान करना सक्षम होता है, जबकि स्वतंत्र पुन: कार्यान्वयन (re-implementations) को अलग किया जाता है, और यह सब व्यवहार संबंधी सुरक्षा सत्यापन की आवश्यकता को प्रतिस्थापित किए बिना किया जाता है।
यह शोधपत्र एआई-सहायता प्राप्त अनुसंधान के लिए एक वैचारिक और पद्धतिगत रूपरेखा प्रस्तावित करता है जो "साक्ष्य-लाइसेंस प्राप्त दावों" को प्राथमिकता देता है, जिसमें अंशांकन (कैलिब्रेशन) को परिकल्पना सृजन, परिणाम व्युत्पत्ति, सत्यापन, विश्वास अद्यतनीकरण और दावा अंशांकन के पांच-चरणीय लूप के माध्यम से वैज्ञानिक अभिकथन अधिकारों के प्रबंधन के एक तंत्र के रूप में परिभाषित किया गया है।
यह शोध पत्र यह प्रदर्शित करके वॉल्यूम परिकल्पना (volume hypothesis) में स्पष्ट विरोधाभास को सुलझाता है कि जैसे-जैसे प्रशिक्षण डेटासेट का आकार बढ़ता है, रैंडम सैंपलिंग की तुलना में ग्रेडिएंट-आधारित लर्निंग का सामान्यीकरण लाभ कम होता जाता है, जो यह सुझाव देता है कि यह परिकल्पना मुख्य रूप से छोटे डेटा शासन (data regimes) में सत्य है।
यह शोध पत्र यह प्रदर्शित करता है कि डीप रिइन्फोर्समेंट लर्निंग, जिसे डायनेमिक्स रैंडमाइजेशन द्वारा उन्नत किया गया है और एक हाइब्रिड फ्रेमवर्क में पारंपरिक PID नियंत्रण के साथ संयोजित किया गया है, वायुमंडलीय पुन: प्रवेश के दौरान अंतरिक्ष यान के अभिवृत्ति नियंत्रण (स्पेसक्राफ्ट एटीट्यूड कंट्रोल) के लिए मानक उद्योग दृष्टिकोणों की तुलना में बेहतर मजबूती और ट्रैकिंग प्रदर्शन प्राप्त करता है।
यह शोधपत्र AutoSafe को प्रस्तुत करता है, जो एक नवीन पॉलिसी आर्किटेक्चर है जो एक्शन जनरेशन में सीधे संरचित सुरक्षा निगरानी को एकीकृत करता है ताकि प्रदर्शन और सुरक्षा व्यवहारों के बीच सुचारू, जोखिम-निर्भर संक्रमण सक्षम किया जा सके, जिससे सिम्युलेटेड बेंचमार्क और वास्तविक भौतिक प्रणालियों दोनों में लर्निंग डायनेमिक्स से समझौता किए बिना सुदृढ़ सुरक्षा प्रवर्तन प्राप्त किया जा सके।
यह शोधपत्र वर्टिकल फेडरेटेड लर्निंग के लिए एक व्याख्या योग्य, विश्लेषणात्मक रूप से व्युत्पन्न राउटर का प्रस्ताव करता है जो नमूनों को संचार-गहन फ्यूजन राउंड में केवल तभी चुनिष्ट रूप से बढ़ाता है जब भविष्यवाणी की शुद्धता में अपेक्षित लाभ अतिरिक्त ओवरहेड को उचित ठहराता है, जिससे एक अलग से प्रशिक्षित रूटिंग नेटवर्क की आवश्यकता के बिना संचार-सटीकता के बीच के संतुलन को अनुकूलित किया जा सके।