22423 पेपर
यह शोधपत्र WebStep प्रस्तुत करता है, जो वेब एजेंटों के प्रक्रिया-स्तरीय मूल्यांकन को सक्षम करने के लिए स्वचालित सिमेंटिक स्टेट ट्रैकिंग वाला एक नवीन बेंचमार्क है, जो उन विशिष्ट कौशल कमियों और त्रुटि प्रकारों में सूक्ष्म, कार्रवाई योग्य अंतर्दृष्टि प्रकट करता है जिन्हें पारंपरिक परिणाम-आधारित मेट्रिक्स पकड़ने में विफल रहते हैं।
यह शोध पत्र रिज़र्वोअर अटेंशन नेटवर्क (RAN) की व्यवहार्यता की जांच करता है, जो एक ऐसा आर्किटेक्चर है जो प्रीट्रेन्ड ट्रांसफॉर्मर्स में क्रॉस-पास स्टेट (cross-pass state) को ले जाने के लिए एक निश्चित, अप्रशिक्षित रैंडम रिज़र्वोअर को इंजेक्ट करता है, और GPT-2 से लेकर Qwen2.5 तक के मॉडलों पर न्यूनतम प्रोब्स (probes) के माध्यम से यह प्रदर्शित करता है कि फॉरवर्ड पासेज के दौरान उपयोगी स्टेट बनाए रखने के लिए केवल अप्रशिक्षित रिकरेंट डायनेमिक्स ही पर्याप्त हो सकते हैं।
यह शोधपत्र RecurrReason को प्रस्तुत करता है, जो चार आवर्ती तर्क पहेलियों (recurrent logic puzzles) का एक कठिनाई-नियंत्रित बेंचमार्क है, यह प्रदर्शित करने के लिए कि हालांकि फाइन-ट्यून किए गए ट्रांसफॉर्मर मॉडल ब्लॉक वर्ल्ड (Block World) जैसे विशिष्ट कार्यों पर उच्च सटीकता प्राप्त कर सकते हैं, उनकी तर्क क्षमताएं अत्यधिक आर्किटेक्चर-निर्भर और आउट-ऑफ-डिस्ट्रीब्यूशन चुनौतियों या रिवर क्रॉसिंग (River Crossing) जैसे जटिल ट्रांज़िशन फंक्शन वाले कार्यों के सामने भंगुर होती हैं।
यह शोध पत्र PRO और PRO-MAX प्रस्तुत करता है, जो हेट्रोजेनियस फेडरेटेड क्लास-इन्क्रीमेंटल लर्निंग के लिए एक सर्वर-लाइट फ्रेमवर्क है, जो विविध क्लाइंट्स और मोडैलिटीज के बीच रिप्रेजेंटेशन ड्रिफ्ट और सुपरविजन इम्बैलेंस को प्रभावी ढंग से कम करने के लिए नाजुक इनपुट-स्पेस जनरेटर रिप्ले को प्रोजेक्टेड रिहर्सल ऑर्केस्ट्रेशन से बदलता है।
यह शोध पत्र UL4M4 को प्रस्तुत करता है, जो एक लचीला अनसुपरवाइज्ड फ्रेमवर्क है जो मोडैलिटी-विशिष्ट नॉर्मलाइजेशन और आंशिक-मोडैलिटी डिस्टेंस मेट्रिक्स का उपयोग करके मल्टीमॉडल लर्निंग में लुप्त फीचर एम्बेडिंग्स को इम्प्यूट करता है ताकि 50% से अधिक मोडैलिटीज के गायब होने पर भी मजबूत, स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र स्वचालित ड्राइविंग में लेन-परिवर्तन (लेन-चेंज) भविष्यवाणी के लिए एक कारण-अनुमान (कॉज़ल-इन्फरेंस) आधारित ढांचे का प्रस्ताव करता है जो सांख्यिकीय सहसंबंधों से आगे बढ़कर कारण चालकों की पहचान करके, हस्तक्षेप प्रभावों का विश्लेषण करके और विरोधाभासी कारण श्रृंखलाओं को उत्पन्न करके व्याख्यात्मक, तंत्र-जागरूक स्पष्टीकरण प्रदान करता है और साथ ही उच्च भविष्यवाणी सटीकता प्राप्त करता है।
यह शोध पत्र एक नियंत्रित बेंचमार्किंग फ्रेमवर्क प्रस्तुत करता है जो सघन नमूनाकरण (dense sampling) और परिमित-अंतर अनुमानकों (finite-difference estimators) के साथ सिंथेटिक डेटासेट को पुनरुद्देश्यित और विस्तारित करता है ताकि वक्रता (curvature) और रीच (reach) जैसी ज्यामितीय गुणों को सटीक रूप से पुनर्प्राप्त किया जा सके, जो ज्यामितीय अनुमानकों के लिए एक अंशांकन वातावरण (calibration environment) और डीप लर्निंग सामान्यीकरण सिद्धांतों को मान्य करने के लिए एक परीक्षण स्थल (testbed) के रूप में कार्य करता है।
यह शोध पत्र DYNA का प्रस्ताव करता है, जो एक हल्का ढांचा (लाइटवेट फ्रेमवर्क) है जो निरंतर सीखने में सक्षम बनाने और महंगी पुनर्रचना (रिट्रेनिंग) के बिना कैटास्ट्रोफिक फॉरगेटिंग को कम करने के लिए फ्रोजन लार्ज लैंग्वेज मॉडल्स को एक अपडेट करने योग्य टेम्पोरल नॉलेज ग्राफ के साथ संवर्धित करता है।
यह शोध पत्र FACR को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो मल्टीमॉडल इमोशन रीजनिंग में काउंटरफैक्चुअल फेथफुलनेस (counterfactual faithfulness) को लागू करता है, जिसमें मॉडलों को अपने एक्शन यूनिट (AU) स्पष्टीकरणों को एक स्ट्रक्चरल कॉज़ल ग्राफ के साथ संरेखित करने के लिए प्रशिक्षित किया जाता है, जिससे यह सुनिश्चित होता है कि आह्वान किए गए AU भविष्यवाणियों के लिए कारणतः आवश्यक हैं और उत्पन्न टेक्स्ट में सत्यापन योग्य रूप से प्रतिबिंबित होते हैं।
यह शोध पत्र BN-LTE प्रस्तुत करता है, जो एक बेयसियन स्ट्रक्चरल फ्रेमवर्क है जो अल्जाइमर रोग की प्रगति को मॉडल करने के लिए लेटेंट टाइम एम्बेडिंग और जैविक रूप से बाधित निर्भरताओं को एकीकृत करता है, और क्षेत्रीय ताऊ (tau) परिवर्तनों का सफलतापूर्वक पूर्वानुमान लगाते हुए अमाइलॉइड संवेदनशीलता की एक महत्वपूर्ण मिड-स्यूडोटाइम विंडो की पहचान करता है।