22037 पेपर
यह शोध पत्र एलएलएम (LLM) के साथ निरंतर वैज्ञानिक खोज के लिए एक साक्ष्य-आधारित ढांचे को प्रस्तुत करता है जो स्थिर बेयसियन सरप्राइज (Bayesian surprise) को गैर-स्थिर, विश्वास-अपडेटेड सरप्राइज़ल (belief-updated surprisal) से प्रतिस्थापित करता है और स्पूरियस रिवॉर्ड्स (spurious rewards) को समाप्त करने के लिए फ़िल्टरिंग और विविधता अधिकतमकरण का उपयोग करता है, जिससे कई डोमेन में परिकल्पना अन्वेषण में महत्वपूर्ण सुधार होता है।
यह शोध पत्र प्रदर्शित करता है कि बेयसियन फिक्स्ड-बजट बेस्ट-आर्म आइडेंटिफिकेशन समस्या में, एक कम बजट के तहत शिक्षार्थी को सिफारिश करने से बचने की अनुमति देने से एक मौलिक चरण संक्रमण (फेज ट्रांजिशन) उत्पन्न होता है जहाँ अन détected त्रुटि की संभावना बहुपद (पॉलीनोमियल) से चरघातांकीय (एक्सपोनेंशियल) क्षय में बदल जाती है, जो कि निकट-तुल्य भुजाओं (नियर-टाइड आर्म्स) के प्रायर घनत्व द्वारा संचालित है और प्रस्तावित PGWS एल्गोरिदम के माध्यम से प्राप्त किया जा सकता है।
यह शोध पत्र मल्टी-ब्लॉक डिफ्यूजन लैंग्वेज मॉडल्स (MBD-LMs) को प्रस्तुत करता है, जो एक नवीन मल्टी-ब्लॉक टीचर फोर्सिंग रणनीति और एक अनुकूलित ब्लॉक बफ़र डिकोडिंग एल्गोरिदम के माध्यम से डिफ्यूजन-आधारित टेक्स्ट जनरेशन में ट्रेनिंग-इन्फरेंस अंतराल को पाटते हुए, जनरेशन की गति (टोकन्स पर फॉरवर्ड पास) और सटीकता दोनों में महत्वपूर्ण लाभ प्राप्त करते हैं।
यह शोध पत्र LinMatch प्रस्तुत करता है, जो मल्टी-ह्यूमन मल्टी-रोबोट टीमिंग के लिए एक ऑनलाइन लर्निंग एल्गोरिदम है, जो असाइनमेंट समस्या को लीनियर मैचिंग बैंडिट के रूप में स्वरूपित करता है, हंगेरियन एल्गोरिदम के माध्यम से मैक्सिमम वेटेड मैचिंग को हल करके के स्ट्रिक्टली ऑप्टिमल रिग्रेट बाउंड्स प्राप्त करता है, और हाउसिंग एलोकेशन और रिकमेंडेशन सिस्टम जैसे व्यापक अनुप्रयोगों तक विस्तारित होता है।
यह शोध पत्र डेप्थ एक्सप्लोरेशन डिकोडिंग (DEX) का प्रस्ताव करता है, जो एक लॉसलेस एल्गोरिदम है जो एकल-डेप्थ चयन के स्थान पर कई संभावित डेप्थ्स के समानांतर अन्वेषण (पैरेलल एक्सप्लोरेशन) को अपनाकर LLM इन्फरेंस दक्षता में सुधार करता है, जिससे कम्प्यूटेशनल बर्बादी कम होती है और यह मौजूदा डेप्थ-एडेप्टिव और स्पेकुलेटिव डिकोडिंग विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र विभिन्न प्रायों (priors) से व्युत्पन्न कार्यों पर समान आर्किटेक्चर को प्रशिक्षित करके टैबुलर फाउंडेशन मॉडल्स के लिए डेटा-जनरेटिंग प्रायों का स्वतंत्र रूप से मूल्यांकन और तुलना करने हेतु एक एकीकृत ढांचे को प्रस्तुत करता है, जो यह प्रकट करता है कि विभिन्न प्राय केवल डेटा-स्तर की समानता से परे डाउनस्ट्रीम प्रदर्शन और निरंतरता को महत्वपूर्ण रूप से प्रभावित करते हैं।
यह शोध पत्र एडेप्टिव ब्लॉक डिफ्यूजन (ABD) प्रस्तुत करता है, जो एक ऐसी विधि है जो प्रीफिक्स-विंडो कॉन्फ़िगरेशन के वितरण पर डिनोइजिंग को अनुकूलित करके डिफ्यूजन लैंग्वेज मॉडल्स में ट्रेनिंग-इन्फरेंस मिसमैच को हल करती है, जिससे एक एकल मॉडल बिना किसी आर्किटेक्चरल बदलाव के मनमाने डिकोडिंग स्ट्रैटेजीज पर मजबूती से सामान्यीकरण करने में सक्षम हो जाता है।
यह शोध पत्र ज़ीरो-शॉट (zero-shot) एलएलएम (LLM) शैक्षिक सलाहकारों में "हस्तक्षेप पूर्वाग्रह" (intervention bias) की पहचान और मात्रा निर्धारित करता है, जो एक इष्टतम ओरेकल (optimal oracle) की तुलना में त्रुटिपूर्ण रूप से अनावश्यक कार्यों की सिफारिश करते हैं, और यह प्रदर्शित करता है कि डिसीजन ट्रांसफॉर्मर (Decision Transformers) या एक्सजीबूस्ट (XGBoost) का उपयोग करके सुपरवाइज्ड पॉलिसी लर्निंग (supervised policy learning), इस पूर्वाग्रह को प्रभावी ढंग से समाप्त करती है और उच्च सटीकता तथा कम-विलंबता (low-latency) वाले निर्णय प्राप्त करती है जो उच्च-जोखिम वाले परिनियोजन (high-stakes deployment) के लिए उपयुक्त हैं।
यह शोध पत्र यह स्थापित करता है कि वैज्ञानिक खोज के लिए कंपोजिशनल फंक्शन ट्रीज़ (compositional function trees) सीखने की सैंपल कॉम्प्लेक्सिटी, प्रतीकात्मक संरचनाओं (symbolic structures) के कॉम्बिनेटोरियल विस्फोट के बजाय, ट्री डेप्थ और ऑपरेटर लिप्सचिट्ज़ कॉन्स्टेंट्स (operator Lipschitz constants) द्वारा नियंत्रित होती है, जो PAC लर्नैबिलिटी बाउंड्स और यह अनुभवजन्य सत्यापन (empirical validation) प्रदान करता है कि जनरलाइजेशन गैप के रूप में स्केल करता है।
यह शोध पत्र यह प्रदर्शित करता है कि मल्टी-डोमेन इवेंट डिटेक्शन में, सेंसर विफलता के प्रति मजबूती और कम सिग्नल-टू-नॉइज़ रेशियो के प्रति मजबूती अलग-अलग गुण हैं, जहाँ सेंसर ड्रॉपआउट के साथ प्रशिक्षण लेना शोर के प्रति लचीलेपन के लिए प्रमुख कारक है, जबकि आर्किटेक्चरल जटिलता और आंतरिक अतिरेक (रिडंडेंसी) माध्यमिक भूमिका निभाते हैं।