22512 पेपर
यह शोधपत्र कर्नेल डेंसिटी एस्टीमेशन तकनीकों और साइड इंफॉर्मेशन के साथ INDEX समस्या पर आधारित एक नई लोअर बाउंड पद्धति के नवीन संयोजन के माध्यम से लगभग सटीक स्पेस कॉम्प्लेक्सिटी बाउंड्स स्थापित करके स्ट्रीमिंग अटेंशन एप्रोक्सिमेशन समस्या के लिए मौजूदा अपर और लोअर बाउंड्स के बीच के महत्वपूर्ण अंतर को हल करता है।
यह शोध पत्र आइसबैक लॉग-बैरियर (Eisbach log-barrier) को प्रस्तुत करता है, जो एक पैरामीटर-मुक्त कॉन्फिडेंस-आधारित लॉस वेटिंग विधि है जो सुपरवाइज्ड डिफ्यूजन ट्रेनिंग के दौरान ग्रेडिएंट स्टेप्स को गतिशील रूप से स्केल करने के लिए DiT आउटपुट्स की एंट्रॉपी का लाभ उठाता है, जिससे मोड कोलैप्स (mode collapse) का कारण बने बिना LoRA फाइन-ट्यून किए गए ऑडियो मॉडल्स में संगीतमय विविधता और थीमैटिक डेवलपमेंट को बढ़ाया जा सकता है।
यह शोध पत्र WIZARD का प्रस्ताव करता है, जो एक वेट-स्पेस मेटा-लर्निंग फ्रेमवर्क है जो केवल एक भाषा निर्देश और एक लघु वीडियो से कार्य-विशिष्ट LoRA पैरामीटर उत्पन्न करके फ्रोजन विजन-लैंग्वेज-एक्शन (VLA) मॉडल्स को नई रोबोटिक टास्क के लिए कुशल अनुकूलन सक्षम बनाता है, जिससे लक्षित-कार्य एक्शन लेबल्स या टेस्ट-टाइम फाइन-ट्यूनिंग की आवश्यकता समाप्त हो जाती है।
यह शोध पत्र एक व्यवस्थित अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि इमेज-आधारित री-आइडेंटिफिकेशन (Re-Identification) को LiDAR डेटा के साथ एकीकृत करने वाला एक हल्का, कैस्केड मैचिंग फ्रेमवर्क, वास्तविक समय की मोबाइल रोबोट नेविगेशन के लिए आवश्यक कम विलंबता (low latency) को बनाए रखते हुए, भीड़भाड़ वाले 3D पैदल यात्री ट्रैकिंग में पहचान परिवर्तन (identity switches) को प्रभावी ढंग से हल करता है।
FLOWREADER खंडित मल्टीमॉडल लंबे दस्तावेज़ों से प्रश्नों के उत्तर देने की चुनौती का समाधान करता है, जो साक्ष्य संयोजन (evidence assembly) को एक नोड ग्राफ पर मिन-कॉस्ट फ्लो ऑप्टिमाइज़ेशन समस्या के रूप में पुनर्गठित करता है, जो स्कोरिंग, रूटिंग और एडेप्टिव कंप्यूट को एकीकृत करके उन बेंचमार्क पर टॉप- रिट्रीवल बेसलाइन से बेहतर प्रदर्शन करता है जो बिखरे हुए साक्ष्यों द्वारा संचालित होते हैं।
यह अध्ययन MedMCQA बेंचमार्क का उपयोग करके सामान्य-उद्देश्य और चिकित्सा-विशिष्ट लार्ज लैंग्वेज मॉडल्स की प्रॉम्प्ट विविधताओं के प्रति संवेदनशीलता का व्यवस्थित रूप से मूल्यांकन करता है, जो यह प्रकट करता है कि मामूली शाब्दिक या वाक्यात्मक परिवर्तन भी उनकी विश्वसनीयता को महत्वपूर्ण रूप से कम कर सकते हैं और हानिकारक नैदानिक आउटपुट उत्पन्न कर सकते हैं, जिससे स्वास्थ्य सेवा में उनकी तैनाती के लिए गंभीर सुरक्षा जोखिमों पर प्रकाश पड़ता है।
यह शोध पत्र Morph को प्रस्तुत करता है, जो अनबैलेंस्ड ऑप्टिमल ट्रांसपोर्ट पर आधारित एक लचीले-आकार का जनरेटिव मॉडल है, जो वर्तमान डिफ्यूजन विधियों की फिक्स्ड-एटम सीमाओं को दूर करने के लिए बेहतर प्रॉपर्टी स्टीयरिंग और आउट-ऑफ-डिस्ट्रीब्यूशन 3D मॉलिक्यूलर डिज़ाइन को सक्षम बनाता है।
यह शोध पत्र एक होल्ड-आउट ट्रांजिशन-पेयर फासिफायर (held-out transition-pair falsifier) प्रस्तुत करता है जो यह प्रदर्शित करता है कि एक प्रोजेक्टेड रिकरेंट स्टेट मॉडल, जिसे विशिष्ट वर्जित जनरेटर युग्मों (forbidden generator pairs) के साथ लघु अनुक्रमों पर प्रशिक्षित किया गया है, दस लाख से अधिक टोकन तक पूर्ण दीर्घ-क्षितिज गैर-अबेलियन (non-Abelian) स्टेट ट्रैकिंग प्राप्त करता है, जबकि मानक आर्किटेक्चर उन्हीं कठोर स्थितियों के तहत विफल हो जाते हैं क्योंकि वे स्पष्ट गैर-क्रमविनिमेय (non-commutative) स्टेट कंपोजिशन सीखने में असमर्थ होते हैं।
यह शोध पत्र प्रकट करता है कि रेक्टिफाइड फ्लोज़ (Rectified Flows) अपने इंटरपोलेशन पथ के साथ प्रशिक्षण और परीक्षण डेटा के बीच पुनर्निर्माण त्रुटि (reconstruction error) में एक सार्वभौमिक, बेल-आकार का अंतराल प्रदर्शित करते हैं, जो एक सैद्धांतिक रूप से व्युत्पन्न स्थान पर चरम पर होता है और स्थिर सत्यापन मेट्रिक्स के बावजूद मेंबरशिप इन्फरेंस अटैक (Membership Inference Attacks) करने के लिए इसका उपयोग किया जा सकता है।
यह शोध पत्र "Trio" का प्रस्ताव करता है, जो एक टाइम-सीरीज फोरकास्टिंग आर्किटेक्चर है जो ऐतिहासिक इनपुट-आउटपुट युग्मों का उपयोग करने के लिए टेम्पोरल-स्पेशियल-सैंपल अटेंशन और संरचित सिंथेटिक कार्यों को बनाने के लिए एक स्ट्रक्चरल कॉज़ल मॉडल जनरेटर का लाभ उठाता है, जो ट्रांसफर करने योग्य फोरकास्टिंग के लिए स्ट्रक्चरल प्रायर्स की क्षमता का पता लगाते हुए विभिन्न बेंचमार्क पर बेहतर प्रदर्शन प्रदर्शित करता है।