cs.LG

Constrained user-item allocation for e-commerce marketing campaigns

यह शोध पत्र ई-कॉमर्स मार्केटिंग अभियानों के लिए उपयोगकर्ताओं और वस्तुओं को संयुक्त रूप से चुनने की चुनौती को ऑटो-टार्गेटिंग के रूप में औपचारिक रूप देकर संबोधित करता है और उच्च-गुणवत्ता वाले, स्केलेबल अभियान समूहों को प्राप्त करने के लिए कंस्ट्रेंड स्पेक्ट्रल बायक्लस्टरिंग, ग्रीडी लोकल सर्च और मल्टी-आर्म्ड बैंडिट एक्सप्लोरेशन को संयोजित करने वाला एक हाइब्रिड समाधान प्रस्तावित करता है।

FMplex: Model Virtualization for Serving Extensible Foundation Models

Do Video Foundation Models Understand Intuitive Physics? A Layerwise Probing Analysis

A Unifying Framework for Concept-Based Representational Similarity

यह शोध पत्र अवधारणा-आधारित प्रतिनिधित्व समानता (concept-based representational similarity) के लिए एक एकीकृत रूपरेखा प्रस्तावित करता है जो संरेखण (alignment) के विशिष्ट उद्देश्यों को स्पष्ट करती है, उन्हें मूल्यांकन करने के लिए एक नया बेंचमार्क प्रस्तुत करती है, और यह प्रदर्शित करती है कि कपल्ड स्पार्स ऑटोएनकोडर (CoSAE) न्यूनतम युग्मित डेटा के साथ इन पूरक उद्देश्यों को संयुक्त रूप से अनुकूलित करके सुदृढ़ इंस्टेंस-स्तरीय संरेखण प्राप्त करता है।

Muon Learns More Robust and Transferable Features than Adam

यह शोधपत्र यह प्रदर्शित करता है कि Muon ऑप्टिमाइज़र विभिन्न आर्किटेक्चर और कार्यों में Adam और SGD की तुलना में अधिक सुदृढ़ (robust) और हस्तांतरणीय (transferable) विशेषताओं को सीखता है, एक ऐसा निष्कर्ष जिसे मजबूती, हस्तांतरणीयता और हिडन स्टेट विविधता के अनुभवजन्य मूल्यांकन के साथ-साथ मार्जिन और प्रभावी रैंक (effective rank) के संबंध में सैद्धांतिक प्रमाणों द्वारा समर्थित किया गया है।

End-to-End Context Compression at Scale

यह शोधपत्र लेटेंट कॉन्टेक्स्ट लैंग्वेज मॉडल्स (LCLMs) को प्रस्तुत करता है, जो विशाल डेटासेट पर प्रशिक्षित एनकोडर-डिकोडर कंप्रेसर का एक परिवार है, जो मॉडल की उच्च गुणवत्ता बनाए रखते हुए मेमोरी उपयोग और संपीड़न समय को कम करके लॉन्ग-कॉन्टेक्स्ट इन्फरेंस के लिए सटीकता-दक्षता सीमा (accuracy-efficiency frontier) में महत्वपूर्ण सुधार करता है।

In-Context Learning for Latent Space Bayesian Optimization

यह शोध पत्र सिंथेटिक आणविक अनुकूलन कार्यों के साथ टैबुलर फाउंडेशन मॉडल्स को संवर्धित करने वाली एक निरंतर-पूर्वप्रशिक्षण (continued-pretraining) रणनीति पेश करके मानक पूर्वप्रशिक्षण डेटा और लेटेंट-स्पेस बायेसियन ऑप्टिमाइज़ेशन (LSBO) कार्यों के बीच वितरण संबंधी विसंगति को संबोधित करता है, जिससे संरचित वस्तु डिजाइन के लिए सरोगेट के रूप में उनके प्रदर्शन को बढ़ाया जा सके।

Correlation Is Not Enough: Embedding Human Metadata for Individual Causal Discovery

यह शोध पत्र एक मानव-मेटाडेटा-संचालित ढांचे (BODHI) को पेश करके बायोमेडिकल लैंग्वेज मॉडल्स की उस गंभीर खामी को संबोधित करता है जहाँ उच्च एम्बेडिंग समानता असंबंधित घटनाओं के बीच झूठे कारण संबंधों का संकेत देती है, और यह ढांचा क्रॉस-डोमेन भेदभाव में महत्वपूर्ण सुधार करता है तथा AMX-सक्षम हार्डवेयर पर भारी विलंबता (लेटेंसी) में कमी लाता है।

AutoMegaKernel: A Statically-Checked Agent Harness for Self-Retargeting Megakernel Synthesis

AutoMegaKernel एक स्टैटिकली-चेक्ड एजेंट हारनेस है जो HuggingFace Llama-फैमिली मॉडल्स के लिए स्वचालित रूप से एक सिंगल पर्सिस्टेंट CUDA मेगाकर्नेल को सिंथेसाइज़ करता है, जो विविध NVIDIA आर्किटेक्चर पर डेडलॉक-मुक्त निष्पादन सुनिश्चित करते हुए सेल्फ-इंप्रूविंग एजेंट लूप्स के माध्यम से इन्फरेंस-क्लास GPUs पर बेसलाइन्स की तुलना में 1.72x तक की स्पीडअप प्राप्त करता है।

Learning to Attack and Defend: Adaptive Red Teaming of Language Models via GRPO

यह शोध पत्र AdvGRPO को प्रस्तुत करता है, जो एक नवीन सह-प्रशिक्षण ढांचा (co-training framework) है जो सघन बहु-चैनल पुरस्कारों (dense multi-channel rewards), विच्छेदित लाभ सामान्यीकरण (decoupled advantage normalization) और एक प्रगतिशील पाठ्यक्रम (progressive curriculum) के माध्यम से संयुक्त हमलावर-रक्षक अनुकूलन के लिए GRPO को स्थिर करता है, जो अंततः अत्यधिक प्रभावी हस्तांतरणीय हमलों और अधिक सुदृढ़ भाषा मॉडल रक्षाओं को जन्म देता है।