22423 पेपर
यह शोध पत्र स्टोकेस्टिक लीनियर बैंडिट्स में लीनियर एनसेंबल सैंपलिंग का एक सटीक विश्लेषण प्रदान करता है, जो यह प्रदर्शित करता है कि यह एक नवीन निरंतर-समय परिप्रेक्ष्य का लाभ उठाकर के एनसेंबल आकार के साथ उच्च-प्रायिकता रिग्रेट (high-probability regret) प्राप्त करता है, जो समस्या को स्वतंत्र ब्राउनियन मोशन के लिए टाइम-यूनिफॉर्म एक्सीडेंस बाउंड्स (time-uniform exceedance bounds) में कम कर देता है।
यह शोधपत्र प्रायोरिटी-अवेयर शापली वैल्यू (PASV) प्रस्तुत करता है, जो एक नवीन ढांचा है जो निर्भर योगदानकर्ताओं और विश्वास कारकों को बेहतर ढंग से संभालने के लिए हार्ड प्रेसिडेंस बाधाओं और सॉफ्ट प्रायोरिटी वेट्स को शामिल करके पारंपरिक शापली वैल्यूज का विस्तार करता है, जिसे एक कुशल सैंपलिंग एल्गोरिदम द्वारा समर्थित किया गया है और डेटा मूल्यांकन एवं फीचर एट्रिब्यूशन कार्यों पर प्रयोगों के माध्यम से मान्य किया गया है।
यह शोधपत्र MacrOData प्रस्तुत करता है, जो एक बड़े पैमाने का ओपन-सोर्स बेंचमार्क सुइट है जिसमें वास्तविक और कृत्रिम श्रेणियों के अंतर्गत 2,446 क्यूरेटेड डेटासेट शामिल हैं, ताकि टैबुलर आउटलियर डिटेक्शन विधियों के सांख्यिकीय रूप से सुदृढ़ और व्यापक मूल्यांकन को सक्षम बनाया जा सके।
TS-Memory एक हल्का, प्लग-एंड-प्ले एडॉप्टर है जो एक रिट्रीवल-आधारित टीचर के वितरण संबंधी सुधारों (distributional corrections) को एक पैरामीट्रिक मेमोरी मॉड्यूल में आसवित (distill) करता है, जिससे फ्रोजन टाइम सीरीज़ फाउंडेशन मॉडल्स को वितरण बदलावों (distribution shifts) के तहत स्थिर-समय अनुमान ओवरहेड के साथ मजबूत ज़ीरो-शॉट पूर्वानुमान प्राप्त करने में सक्षम बनाता है और कैटास्ट्रोफिक फॉरगेटिंग से बचाता है।
यह शोध पत्र UniT को पेश करता है, जो एक ऐसा ढांचा है जो एकीकृत मल्टीमॉडल मॉडलों को बहु-चरणीय तर्क (multi-round reasoning), सत्यापन और परिशोधन के माध्यम से पुनरावृत्ति परीक्षण-समय स्केलिंग (iterative test-time scaling) करने में सक्षम बनाता है, यह प्रदर्शित करते हुए कि लघु तर्क प्रक्षेप पथों (short reasoning trajectories) पर प्रशिक्षण प्रभावी रूप से लंबे अनुमान श्रृंखलाओं (longer inference chains) तक सामान्यीकृत होता है और जटिल दृश्य समझ एवं निर्माण कार्यों में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक लागत-कुशल इन्फरेंस पाइपलाइन पेश करता है जो 'कॉग्निटिव वेल' (Cognitive Well) विफलता मोड को कॉन्टेक्स्ट-डिटैच्ड कंजेक्चर एक्सट्रैक्शन (context-detached conjecture extraction) और स्वतंत्र सत्यापन के माध्यम से दूर करके, उपलब्ध मॉडलों का उपयोग करते हुए IMO-शैली की गणितीय समस्याओं पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र मार्कोवियन डेटा के साथ अनुक्रमिक परिकल्पना परीक्षण (sequential hypothesis testing) के लिए अपेक्षित स्टॉपिंग टाइम (expected stopping time) पर एक सटीक, गैर-अनंतकालीन निचली सीमा (non-asymptotic lower bound) स्थापित करता है और एक ऐसा अनंतकालीन अनुकूलतम परीक्षण (asymptotically optimal test) प्रस्तावित करता है जो इस सीमा को प्राप्त करता है, जिसके अनुप्रयोग एमसीएमसी (MCMC) मॉडल मिसस्पेसिफिकेशन डिटेक्शन और एमडीपी (MDP) स्ट्रक्चरल टेस्टिंग में हैं।
यह शोध पत्र फ्लाई-कनेक्टोमिक ग्राफ मॉडल (Fly-connectomic Graph Model) प्रस्तुत करता है, जो एक पूरे मस्तिष्क वाले ड्रोसोफिला (Drosophila) को ग्राफ-संरचित तंत्रिका नियंत्रक के रूप में स्थापित करने के लिए डीप रीइन्फोर्समेंट लर्निंग का लाभ उठाता है, जिससे न्यूरोमैकेनिक्स और एम्बोडीड इंटेलिजेंस (embodied intelligence) के बीच सेतु बनाते हुए एक सिम्युलेटेड फ्रूट फ्लाई में कुशल और स्थिर पूर्ण-शरीर लोकोमोशन (locomotion) प्राप्त किया गया है।
यह शोधपत्र स्थापित करता है कि अनुमानित स्यूडो-मीट्रिक (pseudo-metric) लॉस के तहत रियलाइज़ेबल ऑनलाइन रिग्रेशन, कवरिंग नंबरों के एक जेनेरिक एंट्रॉपी पोटेंशियल इंटीग्रल द्वारा अभिलक्षित हॉरिजन-फ्री संचयी हानि (cumulative loss) बाउंड्स को स्वीकार करता है, जो एक ऐसा परिणाम है जो सीमित-नॉर्म वाले ReLU नेटवर्क्स के लिए परिमित रिग्रेट (finite regret) को प्रदर्शित करता है जहाँ समान वर्गीकरण समस्याएँ असंभव हैं।
यह शोध पत्र एक नैदानिक सुइट (diagnostic suite) प्रस्तुत करता है जो यह प्रकट करता है कि लोकप्रिय सहकारी MARL बेंचमार्क अक्सर वास्तविक Dec-POMDP तर्क की आवश्यकता को पूरा करने में विफल रहते हैं, क्योंकि प्रतिक्रियाशील नीतियां (reactive policies) अक्सर स्मृति-आधारित एजेंटों के बराबर होती हैं और उभरता हुआ समन्वय मजबूत टेम्पोरल इन्फरेंस (temporal inference) के बजाय भंगुर सिंक्रोनी (brittle synchrony) पर निर्भर करता है।