22512 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि रणनीतिक रूप से यह चुनना कि कब हमला किया जाए, एजेंटिक एआई नियंत्रण प्रणालियों की मापी गई सुरक्षा को महत्वपूर्ण रूप से कमजोर करता है, जो यह प्रकट करता है कि अनिश्चित हमलावरों पर निर्भर वर्तमान मूल्यांकन संभवतः अत्यधिक आशावादी सुरक्षा अनुमान प्रस्तुत करते हैं।
यह शोध पत्र DTG-FF फ्रेमवर्क प्रस्तुत करता है यह प्रदर्शित करने के लिए कि जहाँ फॉरवर्ड-फॉरवर्ड लर्निंग छोटे पैमाने के सिंथेटिक बेंचमार्क पर अच्छा प्रदर्शन करती है, वहीं यह बड़े पैमाने के वास्तविक दुनिया के डेटासेट पर बैकप्रोपैगेशन की तुलना में काफी खराब प्रदर्शन करती है और मानक हार्डवेयर पर मेमोरी लाभ प्रदान करने में विफल रहती है, जो लेयर-लोकल ट्रेनिंग के लिए मौलिक स्केलिंग सीमाओं को प्रकट करती है।
यह शोध पत्र Elmes* को प्रस्तुत करता है, जो एक स्वचालित ढांचा है जो विविध शैक्षिक संदर्भों में बड़े भाषा मॉडल (LLM) की शैक्षणिक क्षमताओं का आकलन करने के लिए सूक्ष्म, परिदृश्य-विशिष्ट मूल्यांकन रूब्रिक्स (rubrics) का निर्माण करता है, जिससे यह पता चलता है कि शीर्ष-स्तरीय मॉडल रचनात्मकता और मूल्यों में उत्कृष्ट हैं लेकिन अक्सर सोक्रेटिक स्कैफोल्डिंग (Socratic scaffolding) के साथ संघर्ष करते हैं।
यह शोध पत्र FAIR-Calib को प्रस्तुत करता है, जो डिफ्यूजन लार्ज लैंग्वेज मॉडल्स के लिए एक दो-चरणीय पोस्ट-ट्रेनिंग क्वांटाइजेशन फ्रेमवर्क है, जो महंगे एंड-टू-एंड रोलआउट्स की आवश्यकता के बिना नाजुक टोकन अवस्थाओं के संरक्षण को प्राथमिकता देने के लिए एक फ्रंटियर-अवेयर, इंस्टेबिलिटी-रीवेटेड कैलिब्रेशन रणनीति का उपयोग करके शुरुआती निर्णय त्रुटियों के अपरिवर्तनीय प्रवर्धन को कम करता है।
यह शोध पत्र एक मल्टी-स्केल फीचर अटेंशन नेटवर्क (MSFAN) का प्रस्ताव करता है जो 12 विविध प्रकार के पॉलिमर के लिए 85.2% की अत्याधुनिक वर्गीकरण सटीकता प्राप्त करने हेतु टेराहर्ट्ज़ ड्यूल-कॉम्ब स्पेक्ट्रोस्कोपी (THz-DCS) का लाभ उठाता है, जो प्लास्टिक पुनर्चक्रण और गुणवत्ता नियंत्रण के लिए एक सुदृढ़ और गैर-विनाशकारी समाधान प्रदान करता है।
यह शोध पत्र प्रोबेबिलिस्टिक एलीट मेंबरशिप (PEM) का प्रस्ताव करता है, जो एक राव-ब्लैकवेलकृत इवोल्यूशन स्ट्रेटजी है जो हार्ड रैंक-आधारित वेट्स के स्थान पर कंडीशनल एक्सपेक्टेड रैंक वेट्स का उपयोग करके फिडेलिटी के बजाय डेप्थ को प्राथमिकता देती है ताकि विविध कार्यों में शोर वाले, फिक्स्ड-बजट ऑप्टिमाइज़ेशन समस्याओं को प्रभावी ढंग से संभाला जा सके।
यह शोधपत्र WAV v1 को प्रस्तुत करता है, जो गहरे डिकोडर-ओनली (decoder-only) ट्रांसफॉर्मर्स के लिए एक हल्का मल्टी-रेज़ोल्यूशन रेसिडुअल रूटिंग (multi-resolution residual routing) तरीका है जो अटेंशन-एमएलपी (attention-MLP) और अर्ली-लेट डायनेमिक्स (early-late dynamics) को कैप्चर करने के लिए दिशात्मक विवरण आधारों (directional detail bases) के साथ ब्लॉक-स्तरीय सारांशों को संवर्धित करता है, जो 48 परतों पर मौजूदा बेसलाइनों की तुलना में लॉन्ग-कॉन्टेक्स्ट लैंग्वेज मॉडलिंग कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह सर्वेक्षण प्रतीकात्मक प्रतिगमन (सिम्बोलिक रिग्रेशन) के लिए अनिश्चितता परिमाणीकरण (अनसर्टेन्टी क्वांटिफिकेशन) में मौजूद महत्वपूर्ण अंतराल को संबोधित करता है, जिसमें आवश्यक अवधारणाओं को प्रस्तुत किया गया है, फ्रीक्वेंटिस्ट, बायेशियन और मॉडल चयन दृष्टिकोणों के माध्यम से मौजूदा साहित्य की समीक्षा की गई है, और विश्वसनीय वास्तविक दुनिया के निर्णय लेने को सक्षम करने के लिए आगे के अनुसंधान की आवश्यकता पर प्रकाश डाला गया है।
यह शोध पत्र एक नवीन, आर्किटेक्चर-अज्ञेय (architecture-agnostic) ढांचे को प्रस्तुत करता है जो ट्रांसफार्मर अटेंशन फील्ड्स का विश्लेषण करने के लिए प्रॉपर ऑर्थोगोनल डिकंपोजिशन (POD) और मोरलट वेवलेट ट्रांसफॉर्म्स को अनुकूलित करता है, जो परत-निर्भर स्केल संगठन को प्रकट करता है और भाषाई एनोटेशन की आवश्यकता के बिना अटेंशन जटिलता के लिए एक डेटा-संचालित मीट्रिक प्रदान करता है।
यह शोध पत्र "प्रोग्राम-ऑफ-लेयर्स" (PoLar) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो प्रत्येक इनपुट के लिए अनुकूलित निष्पादन पथ बनाने के लिए पूर्व-प्रशिक्षित परतों को गतिशील रूप से छोड़ देता है या लूप करता है, यह प्रदर्शित करते हुए कि ऐसा लचीला अनुमान मानक निश्चित-गहराई वाले LLM प्रसंस्करण की तुलना में सटीकता और दक्षता में महत्वपूर्ण सुधार करता है।