22037 पेपर
यह शोध पत्र प्रतिस्पर्धी LLM प्रशिक्षण जैसे वास्तविक परिदृश्यों को संबोधित करने के लिए फंक्शनल मल्टी-आर्म्ड बैंडिट और बेस्ट फंक्शन आइडेंटिफिकेशन समस्या वर्गों को पेश करता है, जो एक नवीन F-LCB रिडक्शन स्कीम का प्रस्ताव करता है जो गैर-रेखीय अनुकूलन अभिसरण दरों (nonlinear optimization convergence rates) पर आधारित सिद्ध रिग्रेट बाउंड्स के साथ UCB-प्रकार के एल्गोरिदम का निर्माण करता है।
यह शोध पत्र ACTIVA को प्रस्तुत करता है, जो एक ट्रांसफॉर्मर-आधारित कंडीशनल वेरिएशनल ऑटोएनकोडर है जो अवलोकन संबंधी डेटा से पूर्ण पोस्ट-इंटरवेंशन वितरणों का सटीक अनुमान लगाने के लिए कार्यों के बीच कॉज़ल ज्ञान (causal knowledge) को अमोर्टाइज़ करता है, और सिंथेटिक एवं जैविक रूप से यथार्थवादी जीन-अभिव्यक्ति सिमुलेशन दोनों में मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र ट्रांसफॉर्मर इन्फरेंस (inference) का एक मिश्रित-परिशुद्धता (mixed-precision) विश्लेषण प्रस्तुत करता है जो लेयरनॉर्म (LayerNorm), RMSNorm और सेल्फ-अटेंशन (self-attention) जैसे प्रमुख घटकों के लिए नवीन त्रुटि सीमाएं (error bounds) और स्थिरता स्थितियां व्युत्पन्न करता है, जो अंततः यह प्रकट करता है कि संख्यात्मक स्थिरता भार के परिमाण (weight magnitudes) और रेसिडुअल स्ट्रीम की वृद्धि (residual stream growth) के बीच परस्पर क्रिया द्वारा नियंत्रित होती है, एक ऐसा निष्कर्ष जिसे GPT-2 पर प्रयोगों द्वारा सत्यापित किया गया है।
यह शोधपत्र क्वांटम वर्जन स्पेस पर्ससेप्ट्रॉन एल्गोरिदम में एक त्रुटिपूर्ण जटिलता धारणा को सुधारता है और पर्ससेप्ट्रॉन लर्निंग के लिए दो नए क्वांटम-उन्नत कटिंग-प्लेन एल्गोरिदम प्रस्तावित करता है जो आदर्श स्थितियों के तहत बेहतर जटिलता सीमाओं को स्थापित करने के लिए ग्रोवर सर्च और क्वांटम वॉक सर्च का लाभ उठाते हैं।
यह शोध पत्र FairSAM को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो दूषित इमेज डेटा को वर्गीकृत करते समय जनसांख्यिकीय उपसमूहों (demographic subgroups) के बीच मजबूती (robustness) और निष्पक्षता (fairness) को प्रभावी ढंग से संतुलित करने के लिए शार्पनेस-अवेयर मिनिमाइजेशन (Sharpness-Aware Minimization) में निष्पक्षता-उन्मुख रणनीतियों को एकीकृत करता है।
यह शोध पत्र नेटवर्क स्ट्रक्चरल कॉज़ल मॉडल फ्रेमवर्क पर आधारित एक मैसेज पासिंग वेरिएशनल ऑटोएनकोडर (MPVA) प्रस्तावित करता है ताकि कॉज़ल मैकेनिज्म हेटेरोजेनिटीटी को संबोधित करके और बायस को कम करने के लिए इंटरवेंशनल डिस्ट्रीब्यूशंस की गणना करके नॉन-IID ग्राफ डेटा पर कॉज़ली फेयर नोड क्लासिफिकेशन प्राप्त किया जा सके।
DataMIL रोबोट इमिटेशन लर्निंग के लिए एक एंड-टू-एंड डेटा चयन फ्रेमवर्क है जो बड़े पूर्व डेटासेट्स से उच्च-प्रभाव वाले डेटा पॉइंट्स को स्वचालित रूप से पहचानने और क्यूरेट करने के लिए डेटामॉडेल्स का लाभ उठाता है, जिससे मानव-निर्धारित गुणवत्ता मेट्रिक्स या महंगे एनवायरनमेंट रोलआउट्स पर निर्भर किए बिना विशिष्ट कार्य प्रदर्शन में सुधार होता है।
यह शोध पत्र PhiNet v2 प्रस्तुत करता है, जो एक मस्तिष्क-प्रेरित आर्किटेक्चर है जो मजबूत स्व-पर्यवेक्षित (self-supervised) निरूपण सीखने के लिए टेम्पोरल विजुअल सीक्वेंस और वेरिएशनल इन्फरेंस का लाभ उठाता है, जो बिना किसी सशक्त डेटा ऑग्मेंटेशन पर निर्भर हुए प्रतिस्पर्धी प्रदर्शन प्राप्त करता है और मानव दृश्य प्रसंस्करण के साथ अधिक निकटता से संरेखित होता है।
यह शोध पत्र स्थिर श्रेणीबद्ध शासन से एक गतिशील "आयामी शासन" (डायमेंशनल गवर्नेंस) ढांचे की ओर बदलाव का समर्थन करता है जो मानव-एआई संबंधों में निर्णय लेने के अधिकार, प्रक्रिया स्वायत्तता और जवाबदेही (3As) के तरल वितरण को ट्रैक करता है, जिससे विकसित होते एजेंटिक एआई सिस्टम के लिए अनुकूलन योग्य, पूर्व-सक्रिय जोखिम प्रबंधन सक्षम होता है।
यह शोध पत्र रूबस्ट हलपरन इटरेशन (RHI) को प्रस्तुत करता है, जो एक मॉडल-फ्री एल्गोरिदम है, जो विभिन्न अनिश्चितता मॉडलों के तहत -इष्टतम नीतियों को खोजने के लिए अत्याधुनिक परिमित नमूना जटिलता (finite sample complexity) प्राप्त करने हेतु एक नवीन मल्टी-लेवल मोंटे-कार्लो अनुमानक (multi-level Monte-Carlo estimator) का उपयोग करता है।