22506 पेपर
यह शोध पत्र रैंडम फीचर्स के साथ डिनोइजिंग स्कोर मैचिंग के लिए सटीक लर्निंग कर्व्स व्युत्पन्न करके डिफ्यूजन मॉडल्स में सामान्यीकरण (जनरलाइजेशन) और स्मृति (मेमोराइजेशन) का सैद्धांतिक विश्लेषण करता है, जो यह प्रकट करता है कि शोर के नमूनों की संख्या, डेटा का आकार और मॉडल की जटिलता एक उच्च-आयामी स्पर्शोन्मुखी (एसिम्प्टोटिक) शासन में प्रदर्शन को संयुक्त रूप से कैसे निर्धारित करते हैं।
यह शोध पत्र VaCDA का प्रस्ताव करता है, जो एक मल्टी-सोर्स डोमेन एडाप्टेशन फ्रेमवर्क है जो एक साझा लेटेंट स्पेस सीखने के लिए वेरिएशनल ऑटोएनकोडर और कॉन्ट्रास्टिव लर्निंग को एकीकृत करता है, जो प्रभावी रूप से डेटा विषमता को संबोधित करता है और विविध उपकरणों, स्थितियों और उपयोगकर्ताओं में मानव गतिविधि पहचान में सुधार करता है।
अल्ट्रास्केचएलएलएम (UltraSketchLLM) एक डेटा स्केच-आधारित संपीड़न विधि पेश करता है जो न्यूनतम प्रदर्शन गिरावट के साथ सब-1-बिट (0.5 बिट प्रति वेट) एलएलएम संपीड़न और हार्डवेयर-अनुकूल ऑपरेटरों के माध्यम से 14.9x की गति वृद्धि प्राप्त करता है।
यह शोध पत्र एक मेमोरी-ऑगमेंटेड आर्किटेक्चर का प्रस्ताव करता है जो लार्ज लैंग्वेज मॉडल्स की सीमित प्रासंगिक स्मृति (कॉन्टेक्स्टुअल मेमोरी) की बाधा को दूर करने के लिए पिछले इंटरैक्शन को गतिशील रूप से प्रबंधित करता है, जिससे दीर्घकालिक संवाद सुसंगतता और प्रतिक्रिया की गुणवत्ता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र संभावित रूप से पक्षपाती सहायक डेटा का लाभ उठाकर ऑफ-पॉलिसी मूल्यांकन में वैध कॉन्फिडेंस इंटरवल (confidence intervals) के निर्माण के लिए दो नवीन विधियों का प्रस्ताव करता है, जो स्टेट-कंडीशन्ड वैल्यूज़ के लिए कॉन्फॉर्मल प्रेडिक्शन और औसत पॉलिसी प्रदर्शन के लिए डबल डब्लू रोबस्ट एस्टीमेशन का उपयोग करते हैं, जिससे स्वास्थ्य सेवा जैसे उच्च-जोखिम वाले डोमेन में सुरक्षित आरएल (RL) परिनियोजन के लिए विश्वसनीय अनिश्चितता परिमाणीकरण सक्षम होता है।
यह अध्ययन प्रदर्शित करता है कि मशीन लर्निंग एमुलेटर्स, विशेष रूप से एक डेंस न्यूरल नेटवर्क और XGBoost, विविध मेजबान सितारों के इर्द-गिर्द स्थित ज्वारीय रूप से बंधे (tidally locked) गैसीय एक्सोप्लेनेट्स की 3D तापमान और पवन संरचनाओं की तेजी से और सटीक रूप से भविष्यवाणी कर सकते हैं, जो आगामी अंतरिक्ष मिशनों के डेटा की व्याख्या करने के लिए पारंपरिक जनरल सर्कुलेशन मॉडल्स के एक गणनात्मक रूप से कुशल विकल्प के रूप में कार्य करते हैं।
यह शोध पत्र तर्क (reasoning) को मार्कोव ट्रांज़िशन (Markov transitions) के रूप में मॉडल करके पोस्ट-ट्रेनिंग में अन्वेषण (exploration) के विरोधाभास को हल करता है, सैद्धांतिक रूप से यह सिद्ध करते हुए कि RLVR और ORM/PRM जैसी मानक विधियाँ मॉडलों को उच्च-संभाव्यता वाले पथों की ओर पक्षपाती बनाती हैं और दुर्लभ तर्क चरणों को भुला देती हैं, जबकि यह प्रदर्शित करते हुए कि इंस्टेंस रिजेक्शन (instance rejection) और KL रेगुलराइजेशन (KL regularization) जैसी अन्वेषण रणनीतियाँ इन महत्वपूर्ण प्रक्षेप पथों (trajectories) को संरक्षित करने में मदद करती हैं।
यह शोध पत्र प्रकट करता है कि LLM-आधारित टेक्स्ट-टू-इमेज सिस्टम अपने सिस्टम प्रॉम्प्ट्स के कारण गैर-LLM बेसलाइन्स की तुलना में अधिक मजबूत जनसांख्यिकीय पूर्वाग्रह (demographic biases) पेश करते हैं, और FairPro का प्रस्ताव करता है, जो एक ट्रेनिंग-फ्री फ्रेमवर्क है जो उपयोगकर्ता के इरादे को सुरक्षित रखते हुए अनुकूल रूप से निष्पक्षता-जागरूक निर्देश उत्पन्न करके इन पूर्वाग्रहों को कम करता है।
यह शोध पत्र ट्रैप्ड-आयन क्वांटम कंप्यूटरों के लिए पहले लार्ज लैंग्वेज मॉडल-आधारित शटलिंग कंपाइलर को प्रस्तुत करता है, जो विशिष्ट आर्किटेक्चर पर फाइन-ट्यूनिंग के माध्यम से, लेआउट-स्वतंत्र संकलन प्राप्त करता है जो अनदेखे लेआउट के लिए वैध शेड्यूल उत्पन्न करता है और अत्याधुनिक बेसलाइनों की तुलना में शटलिंग प्रयास को 15% तक कम करता है।
यह शोध पत्र एक कारण अनुकूलन ढांचा (causal optimization framework) प्रस्तुत करता है जो विषम उपचार प्रभावों (heterogeneous treatment effects) का अनुमान लगाकर और व्यावसायिक सुरक्षा उपायों (business guardrails) का पालन करते हुए विशिष्ट प्रस्तावों के साथ ग्राहकों को लक्षित करने के लिए एक प्रतिबंधित आवंटन समस्या को हल करके मार्केटिंग राजस्व और प्रतिधारण (retention) को अधिकतम करता है।