22423 पेपर
यह शोध पत्र आर्बिट्रेरी कंडिशनल्स जीपीटी (AC-GPT) का प्रस्ताव करता है, जो मानक कॉज़ल ट्रांसफॉर्मर्स में एक सरल संशोधन है जो मॉडल के मूल बाएँ-से-दाएँ प्रदर्शन और प्रशिक्षण दक्षता को संरक्षित करते हुए, एक ही फॉरवर्ड पास में मनमाने टेक्स्ट कंडिशनल्स (पिछले, भविष्य और मिश्रित संदर्भों सहित) से कुशल मूल्यांकन और सैंपलिंग को सक्षम बनाता है।
यह शोध पत्र LangGraph का उपयोग करके एक स्टेटफुल (stateful) ReAct एजेंट आर्किटेक्चर प्रस्तुत करता है जो टोकन-अकुशल, स्टेटलेस ऑटोरिसर्च पैटर्न को एक पर्सिस्टेंट स्टेट मैकेनिज्म से बदल देता है, जिससे हाइपरपैरामीटर ट्यूनिंग और कोड ऑप्टिमाइज़ेशन कार्यों में तुलनीय प्रदर्शन बनाए रखते हुए महत्वपूर्ण टोकन कमी (90% तक) प्राप्त होती है।
यह शोध पत्र ड्राइविंग प्रक्षेपवक्र भविष्यवाणी (ड्राइविंग ट्रजेक्टरी प्रेडिक्शन) के लिए 19 ग्राफ न्यूरल नेटवर्क लेयर प्रकारों का एक तुलनात्मक अध्ययन प्रस्तुत करता है, जिसमें यह पहचान की गई है कि ARMA, चेबिशेव (Chebyshev), और टोपोलॉजी-जागरूक लेयर्स को सम-आधारित एकत्रीकरण (sum-based aggregation), मल्टी-हेड अटेंशन, और हॉप-विशिष्ट वेटिंग के साथ संयोजित करने से सबसे प्रभावी और व्याख्या योग्य मॉडल प्राप्त होते हैं।
यह शोध पत्र MVEB को प्रस्तुत करता है, जो कि 184-टास्क के एक बड़े पूल से व्युत्पन्न एक व्यापक 23-टास्क बेंचमार्क है जो विविध मोडैलिटीज़ और कार्यों में 33 वीडियो एम्बेडिंग मॉडलों का मूल्यांकन करता है, यह प्रकट करते हुए कि कोई भी एकल मॉडल सभी श्रेणियों में हावी नहीं है और प्रदर्शन पर ऑडियो के महत्वपूर्ण, संदर्भ-निर्भर प्रभाव को उजागर करता है।
यह शोधपत्र CILN को प्रस्तुत करता है, जो एक बेंचमार्क जनरेशन फ्रेमवर्क है जो स्पष्ट इनपुट भ्रष्टाचार (input corruptions) के माध्यम से नियंत्रित इंस्टेंस-डिपेंडेंट लेबल नॉइज़ बनाता है, जिससे यह प्रकट होता है कि नॉइज़ संरचना एल्गोरिदम के प्रदर्शन को महत्वपूर्ण रूप से प्रभावित करती है और उन विफलता मोडों को उजागर करती है जिन्हें पारंपरिक रेटर-फालिबिलिटी बेंचमार्क मिस कर देते हैं।
यह शोध पत्र को प्रस्तुत करता है, जो एक नवीन पैरामीटर-मुक्त ज़ीरो-ऑर्डर ऑप्टिमाइज़ेशन विधि है जो बिना किसी महंगी हाइपरपैरामीटर खोज के बड़े भाषा मॉडलों की मेमोरी-कुशल फाइन-ट्यूनिंग को सक्षम करने के लिए एडेप्टिव ट्यूनिंग को लीनियर मिनिमाइज़ेशन ऑरेकल-आधारित ज्योमेट्री-अवेयर अपडेट्स के साथ एकीकृत करता है।
FastMix एक नवीन फ्रेमवर्क है जो इस समस्या को एक डिफरेंशिएबल बाइलेवल ऑप्टिमाइज़ेशन कार्य के रूप में पुनर्गठित करके बड़े मॉडलों के लिए डेटा मिश्रण अनुकूलन को स्वचालित करता है, जिससे पूर्व दृष्टिकोणों की तुलना में काफी कम खोज लागत के साथ मिश्रण गुणांकों और मॉडल मापदंडों के कुशल, ग्रेडिएंट-आधारित संयुक्त ट्यूनिंग को सक्षम बनाया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि रिकरेंट न्यूरल नेटवर्क को आरंभ करने और उन्हें सीमित करने के लिए MICrONS कार्यक्रम के सह-पंजीकृत (co-registered) शारीरिक और कार्यात्मक डेटा का लाभ उठाना, संज्ञानात्मक कार्यों पर उनके प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है और जैविक रूप से प्रशंसनीय संगठनात्मक सिद्धांतों को बढ़ावा देता है।
ViTaL एक नवीन विज़ुओ-टैक्टाइल इन्फरेंस-टाइम स्टीयरिंग फ्रेमवर्क है जो उच्च-स्तरीय विज़ुअल मोड चयन को निम्न-स्तरीय टैक्टाइल-गाइडेड एक्शन रिफाइनमेंट के साथ जोड़कर संपर्क-समृद्ध हेरफेर (कॉन्टैक्ट-रिच मैनिपुलेशन) के लिए प्री-ट्रेंड रोबोट नीतियों को उन्नत करता है, जिससे यूनिमोडल और नैव फ्यूजन बेसलाइन की तुलना में सफलता दर में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र रेशनल स्पार्स ऑटोएनकोडर (RSAE) को प्रस्तुत करता है, जो फिक्स्ड एनकोडर नॉनलिनैरिटीज़ को प्री-एक्टिवेशन ज्योमेट्री के अनुकूल होने के लिए ट्रेन करने योग्य रेशनल फंक्शन्स से बदल देता है, जिससे विभिन्न लैंग्वेज मॉडल्स और बेसलाइन एक्टिवेशन फैमिलीज़ में न्यूनतम कंप्यूटेशनल ओवरहेड के साथ बेहतर रिकंस्ट्रक्शन और डाउनस्ट्रीम परफॉरमेंस प्राप्त करते हुए फीचर इंटरप्रिटेबिलिटी बनी रहती है।