22037 पेपर
ProtoKV एक स्ट्रीमिंग वीडियो समझने वाला फ्रेमवर्क है जो सटीक नियर-विंडो KV कैशिंग और ऐतिहासिक सामग्री के लिए एक निश्चित-क्षमता वाले सारांश-अवस्था मेमोरी के हाइब्रिड दृष्टिकोण के माध्यम से एक निरंतर मेमोरी फुटप्रिंट बनाए रखकर विलंबित प्रश्नों की चुनौती का समाधान करता है, जिससे क्वेरी विलंब बढ़ने के साथ टोकन-रिटेंशन बेसलाइन्स की तुलना में सटीकता में उल्लेखनीय सुधार होता है।
यह शोध पत्र AIGP का प्रस्ताव करता है, जो एक LLM-आधारित फ्रेमवर्क है जो व्याख्यात्मक, दीर्घकालिक मूल्य-संरेखित गतिशील मूल्य निर्धारण प्राप्त करने के लिए ऑफलाइन रीइन्फोर्समेंट लर्निंग और डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन के माध्यम से प्रशिक्षित लॉन्ग-टर्म वैल्यू एस्टिमेटर के साथ सुपरवाइज्ड फाइन-ट्यूनिंग को एकीकृत करता है, जो बड़े पैमाने के ई-कॉमर्स A/B परीक्षणों में GMV, ROI और माइलस्टोन उपलब्धि दरों में महत्वपूर्ण सुधार प्रदर्शित करता है।
यह शोध पत्र रीजनिंग मॉडल्स के लिए एक लागत प्रभावी डेटा क्यूरेशन पद्धति प्रस्तावित करता है जो केवल प्रारंभिक रीजनिंग टोकन और विचलित चेकपॉइंट्स (perturbed checkpoints) से लॉस पैटर्न का उपयोग करके विविध और चुनौतीपूर्ण उदाहरणों की पहचान करता है, जिससे मौजूदा बेसलाइनों की तुलना में बेहतर प्रदर्शन और टोकन दक्षता प्राप्त होती है।
यह शोध पत्र क्वांटाइजेशन की पहली फेडरेटेड लर्निंग-केंद्रित व्यवस्थित समीक्षा प्रस्तुत करता है, जो भविष्य के अनुसंधान और व्यावहारिक परिनियोजन के मार्गदर्शन के लिए क्लाइंट ड्रिफ्ट, नॉन-आईआईडी (non-IID) डेटा और गोपनीयता एकीकरण जैसी चुनौतियों को संबोधित करते हुए संचार बाधाओं और डिवाइस विषमता को कम करने के तरीके का विश्लेषण करने हेतु एफएल-विशिष्ट (FL-specific) आयामों पर आधारित एक नवीन वर्गीकरण पेश करता है।
यह शोध पत्र एक स्केलेबल, क्रमपरिवर्तन-तुल्य (permutation-equivariant) क्वांटम ग्राफ न्यूरल नेटवर्क फ्रेमवर्क प्रस्तुत करता है जो वीज़फिलेर-लेमैन पदानुक्रम के अनिश्चित स्तरों पर संदेश पासिंग (message passing) करता है, जिससे प्रभावी प्री-ट्रेनिंग सक्षम होती है और आणविक भविष्यवाणी एवं संयोजन अनुकूलन (combinatorial optimization) कार्यों के बड़े पैमाने के सिमुलेशन पर व्यावहारिक प्रदर्शन प्रदर्शित होता है।
यह अध्ययन प्रदर्शित करता है कि फ्रोजन लैंग्वेज मॉडल रिप्रेजेंटेशन्स (frozen language model representations), स्वाभाविक भाषण और पाठ बोध के दौरान मस्तिष्क की गतिविधि के लिए प्रभावी, विषम न्यूरल प्रेडिक्टर्स (heterogeneous neural predictors) के रूप में कार्य करते हैं, जबकि इस बात पर जोर देता है कि उनकी भविष्य कहने वाली उपयोगिता आवश्यक रूप से साझा तंत्रिका संगठन या कम्प्यूटेशनल तंत्र का संकेत नहीं देती है।
यह शोध पत्र SA-PAL को प्रस्तुत करता है, जो एक त्वरित नमूनाकरण (सैंपलिंग) विधि है जो विभिन्न मॉडल समस्याओं में कैनोनिकल वितरण को बनाए रखते हुए मिश्रण दरों और दक्षता में उल्लेखनीय सुधार करने के लिए SamAdams अनुकूली टाइमस्टेपिंग को स्थिति-अनुकूली लैंगरविन डायनेमिक्स के साथ जोड़ती है।
यह शोध पत्र एक्सपोनेंशियल-प्रकार के पैरामीट्रिक परिवारों से प्राप्त i.i.d. रिवॉर्ड्स (इनामों) से संबंधित प्रोफ़ेट इनइक्वेलिटीज (prophet inequalities) के लिए इष्टतम एसिम्प्टोटिक कॉम्पिटिटिव रेश्यो (asymptotic competitive ratios) स्थापित करता है और एक कॉन्फिडेंस-आधारित डायनेमिक प्रोग्रामिंग पॉलिसी का प्रस्ताव करता है जो केवल ऑनलाइन अवलोकनों का उपयोग करके, बिना किसी बाहरी ऑफलाइन नमूनों के, इन इष्टतम दरों को प्राप्त करती है।
यह शोध पत्र प्रदर्शित करता है कि गैर-विशेषज्ञ दुर्भावनापूर्ण कर्ता (malicious actors), अनुकूलतम जेलब्रेक को स्वचालित रूप से चुनने के लिए एक मल्टी-आर्म्ड बैंडिट एल्गोरिदम को उन्नत दुर्भावनापूर्ण प्रश्नों के एक क्यूरेटेड बेंचमार्क के साथ जोड़कर, 15 अत्याधुनिक मॉडलों में 97% तक की सफलता दर प्राप्त करते हुए प्रभावी रूप से एलएलएम (LLM) सुरक्षा उपायों को बायपास कर सकते हैं।
यह शोधपत्र अनिश्चितता मात्रा निर्धारण (अनसर्टेंटी क्वांटिफिकेशन) मेट्रिक्स का मूल्यांकन करने के लिए "डिसीजन-अलाइनमेंट" (निर्णय-संरेखण) को एक मानदंड के रूप में प्रस्तुत करता है, जो यह प्रदर्शित करता है कि पारंपरिक मेट्रिक्स अक्सर डाउनस्ट्रीम उपयोगिता को दर्शाने में विफल रहते हैं और एक सिद्धांतपूर्ण विकल्प के रूप में "प्रायर-वेटेड यूटिलिटी मेट्रिक्स" (पूर्व-भारित उपयोगिता मेट्रिक्स) का प्रस्ताव करता है जो वास्तविक निर्णय परिणामों के साथ निरंतर संरेखित होता है।