22249 पेपर
यह शोध पत्र ऑनलाइन लर्निंग की उस समस्या की जांच करता है जहाँ उदाहरणों में कई वैध लेबल हो सकते हैं, जो कॉम्बिनेटरियल आयामों (combinatorial dimensions) के माध्यम से इष्टतम मिस्टेक बाउंड्स को अभिलक्षणिक बनाता है और रियलाइजेबल (realizable) एवं एग्नोस्टिक (agnostic) दोनों सेटिंग्स के लिए संगत सैंपल कॉम्प्लेक्सिटी बाउंड्स प्राप्त करने हेतु तीन फीडबैक मॉडलों में रिग्रेट दरों का विश्लेषण करता है।
यह शोधपत्र टेम्पर-देन-टिल्ट अनलर्निंग (T3-Unlearning) का परिचय देता है, जो एक सिद्धांतगत ढांचा है जो केंद्रित डेटा वितरणों पर मानक विधियों की विफलता को दूर करने के लिए क्लासिफायर गाइडेंस के साथ डिस्ट्रीब्यूशन टेम्परिंग को जोड़कर जनरेटिव मॉडल्स में मशीन अनलर्निंग में सुधार करता है, जिससे न्यूनतम कम्प्यूटेशनल लागत के साथ बेहतर फॉरगेट क्वालिटी और यूटिलिटी प्राप्त होती है।
यह शोध पत्र HCW-GLB-OMD प्रस्तुत करता है, जो प्रतिकूल भ्रष्टाचार (adversarial corruptions) के तहत हेटरोस्केडास्टिक सामान्यीकृत रैखिक बैंडिट्स (heteroskedastic generalized linear bandits) के लिए एक गणनात्मक रूप से कुशल एल्गोरिदम है, जो एक ऑनलाइन मिरर डिसेंट अनुमानक (online mirror descent estimator) को हेसियन-आधारित आत्मविश्वास भारों (Hessian-based confidence weights) के साथ जोड़कर निकट-इन्स्टेंस-वाइज मिनिमैक्स इष्टतम रिग्रेट (near-instance-wise minimax optimal regret) प्राप्त करता है।
यह शोध पत्र SteuerLLM को प्रस्तुत करता है, जो एक विशिष्ट 28B-पैरामीटर वाला जर्मन कर कानून मॉडल है, और SteuerEx को, जो प्रामाणिक विश्वविद्यालय परीक्षाओं से व्युत्पन्न पहला ओपन बेंचमार्क है, जो यह प्रदर्शित करता है कि डोमेन-विशिष्ट अनुकूलन और सिंथेटिक डेटा जनरेशन जटिल कानूनी तर्क कार्यों में सामान्य-उद्देश्य वाले मॉडलों की तुलना में काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र तर्क देता है कि प्रेडिक्टिव मल्टीप्लिसिटी—समान सटीकता वाले लेकिन परस्पर विरोधी व्यक्तिगत भविष्यवाणियों वाले कई मॉडलों का अस्तित्व—उच्च-जोखिम वाली प्रणालियों के लिए यूरोपीय संघ एआई अधिनियम (EU AI Act) की आवश्यकताओं का उल्लंघन करता है, और अनुपालन एवं विश्वसनीयता सुनिश्चित करने के लिए ऐसे मतभेदों को मापने और प्रकट करने हेतु विशिष्ट मेट्रिक्स और रिपोर्टिंग दिशानिर्देश प्रस्तावित करता है।
यह शोध पत्र Policy4OOD को प्रस्तुत करता है, जो एक ज्ञान-निर्देशित स्थानिक-कालिक विश्व मॉडल (spatio-temporal world model) है जो ओपियॉइड ओवरडोज़ संकट के विरुद्ध हस्तक्षेपों को सिम्युलेट, पूर्वानुमान और अनुकूलित करने के लिए नीतिगत ज्ञान ग्राफ (policy knowledge graphs), स्थानिक निर्भरताओं और सामाजिक-आर्थिक समय श्रृंखलाओं (socioeconomic time series) को एकीकृत करता है, जिससे डेटा-संचालित सार्वजनिक स्वास्थ्य निर्णय सहायता सक्षम होती है।
यह शोध पत्र सैद्धांतिक रूप से प्रदर्शित करता है कि सिंथेटिक डेटा पर प्री-ट्रेन किए गए ट्रांसफॉर्मर्स यूनिवर्सल प्रायर्स (universal priors) और पोस्टीरियर कॉन्ट्रैक्शन (posterior contraction) का लाभ उठाकर एम्पेरिकल बेयस (empirical Bayes) समस्याओं को हल करते हैं, जिससे वे किसी भी मनमाने टेस्ट डिस्ट्रीब्यूशन में निकट-इष्टतम प्रदर्शन प्राप्त करने में सक्षम होते हैं, और इस प्रकार उनकी अनुकूलन क्षमता और लेंथ जनरलाइजेशन (length generalization) क्षमताओं दोनों की व्याख्या करते हैं।
यह शोध पत्र DistributedEstimator को प्रस्तुत करता है, जो क्वांटम न्यूरल नेटवर्क के लिए एक वितरित प्रशिक्षण पाइपलाइन है जो छोटे उपकरणों पर निष्पादन को सक्षम करने के लिए सर्किट कटिंग का लाभ उठाता है, यह प्रदर्शित करते हुए कि जबकि शास्त्रीय पुनर्निर्माण ओवरहेड और घातांकीय उप-प्रयोग वृद्धि स्केलेबिलिटी को सीमित करती है, यह दृष्टिकोण विभिन्न वर्गीकरण कार्यों में मॉडल की सटीकता और मजबूती को बनाए रखता है।
यह शोध पत्र CEEH का प्रस्ताव करता है, जो एक कठिनाई-जागरूक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो आसान प्रश्नों के लिए तर्क को संकुचित करने और कठिन प्रश्नों के लिए अन्वेषण (exploration) को बनाए रखने के लिए चयनात्मक एंट्रॉपी नियमितीकरण (selective entropy regularization) को गतिशील रूप से लागू करता है, जिससे सटीकता या मजबूती से समझौता किए बिना अनुमान विलंबता (inference latency) को प्रभावी रूप से कम किया जाता है।