22512 पेपर
DetectZoo एक एकीकृत, ओपन-सोर्स टूलकिट है जो 61 डिटेक्टरों और 22 बेंचमार्क डेटासेट्स को एक एकल, प्रतिलिपि योग्य (reproducible) ढांचे में एकीकृत करके टेक्स्ट, ऑडियो और इमेज मोडैलिटीज में एआई-जनित सामग्री का पता लगाने के लिए अनुभवजन्य पाइपलाइन को मानकीकृत करता है।
यह शोधपत्र यह प्रदर्शित करता है कि प्रतितथ्यात्मक व्यवहार (counterfactual behavior)—विशेष रूप से सार्थक इनपुट परिवर्तनों की व्यवहार्यता और दूरी—भविष्यवाणी प्रदर्शन से एक अलग आयाम है, जो निर्णय-सीमा की निकटता (decision-boundary proximity) और स्थानीय डेटा समर्थन के बीच की अंतःक्रिया द्वारा संचालित होता है, जो समान सटीकता वाले मॉडलों के बीच भी काफी भिन्न हो सकता है।
यह शोध पत्र प्रदर्शित करता है कि 'एज ऑफ स्टेबिलिटी' (Edge of Stability) केवल एक वैश्विक अनुकूलन सीमा नहीं है, बल्कि एक चयनात्मक तंत्र है जो शीर्ष-हेसियन-संरेखित (top-Hessian-aligned), गैर-संतृप्त ग्रेडिएंट्स वाले समूहों पर प्रगति को बढ़ाकर और अन्य को दबाकर डेटा वितरण के माध्यम से लर्निंग को पुनर्वितरित करता है।
यह शोधपत्र AXON को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) मॉड्यूल है जो अनिश्चित स्थितियों के डिनोइजिंग (denoising) में सहायता करने की उनकी क्षमता के आधार पर आत्मविश्वासी टोकनों को प्रकट करने के लिए गतिशील रूप से चुनने के माध्यम से डिस्क्रीट डिफ्यूजन लैंग्वेज मॉडल्स के गुणवत्ता-विलंबता ट्रेड-ऑफ (quality-latency trade-off) को बढ़ाता है, जिससे सटीकता को बनाए रखते हुए या उसमें सुधार करते हुए आवश्यक डिकोडिंग चरणों की संख्या कम हो जाती है।
यह शोधपत्र Recover-LoRA पेश करता है, जो एक डेटा-मुक्त विधि है जो MLP गेट और अप लेयर्स के चयनात्मक 2-बिट क्वांटाइजेशन को सिंथेटिक डेटा पर प्रशिक्षित लो-रैंक एडेप्टेशन के साथ जोड़ती है, जिससे आक्रामक 2-बिट लैंग्वेज मॉडल कंप्रेशन में खोई हुई 80-95% सटीकता को पुनः प्राप्त किया जा सकता है, जो एज डिप्लॉयमेंट के लिए महत्वपूर्ण थ्रूपुट लाभ प्रदान करता है।
यह शोध पत्र Curation-Bench को प्रस्तुत करता है यह प्रदर्शित करने के लिए कि जबकि सामान्यवादी कोडिंग एजेंट डेटा क्यूरेशन लूप को स्वचालित कर सकते हैं और मौजूदा बेसलाइन से मेल खा सकते हैं, उच्च-स्तरीय, अनुसंधान-स्तर की डेटा नीतियों को प्राप्त करने के लिए ऐसे स्कैफोल्डिंग (scaffolding) की आवश्यकता होती है जो एजेंटों को ओपन-एंडेड प्रॉम्प्टिंग पर निर्भर रहने के बजाय पूर्व विधियों को उद्धृत करने और उन्हें अनुकूलित करने के लिए बाध्य करे।
यह शोध पत्र इस मानक अभ्यास को चुनौती देता है कि सुपरवाइज्ड फाइन-ट्यूनिंग (SFT) के बाद ही सुदृढीकरण शिक्षण (RL) लागू किया जाता है, यह प्रदर्शित करते हुए कि प्री-ट्रेनिंग में RL को पहले एकीकृत करना, डेटा संरचना को अनुकूलित करना और RL को SFT उद्देश्यों के साथ मिलाना, सामान्य क्षमताओं को संरक्षित करते हुए तर्क करने की क्षमताओं को प्रभावी ढंग से बढ़ा सकता है और मॉडल वितरण का विस्तार कर सकता है।
यह शोध पत्र एक्टर-क्रिटिक एल्गोरिदम को निरंतर-समय स्टोकेस्टिक प्रक्रियाओं के रूप में मॉडल करके, अनंत-चौड़ाई सीमा (infinite-width limit) में अवस्था वितरण के विकास को स्पष्ट करने वाले एक स्टोकेस्टिक डिफरेंशियल इक्वेशन को व्युत्पन्न करके, और एक टॉय कंट्रोल टास्क पर इन निष्कर्षों को अनुभवजन्य रूप से मान्य करके, निरंतर वातावरण में डीप रिइन्फोर्समेंट लर्निंग के लिए एक नवीन सैद्धांतिक ढांचे को प्रस्तुत करता है।
यह शोध पत्र डेरिवेटिव इन्फॉर्म्ड XC-लॉस (DI-Loss) प्रस्तुत करता है, जो मशीन-लर्नड एक्सचेंज-कोरिलेशन फंक्शनल्स के लिए एक प्रशिक्षण रणनीति है जो कुल ऊर्जा सटीकता में महत्वपूर्ण सुधार करने, सेल्फ-कंसिस्टेंट फील्ड अभिसरण को त्वरित करने और TDDFT में उत्तेजित-अवस्था भविष्यवाणियों को बढ़ाने के लिए संदर्भ हाइब्रिड फंक्शनल्स से प्रथम और द्वितीय ऊर्जा डेरिवेटिव्स को शामिल करता है।
यह शोधपत्र एक माप-सिद्धांतिक (measure-theoretic) ढांचा स्थापित करता है जो यह प्रदर्शित करता है कि कंट्रास्टिव लर्निंग में सार्थक लेटेंट ज्योमेट्री (latent geometry) को पुनः प्राप्त करने के लिए पॉजिटिव-पेयर सैंपलिंग की विविधता एक महत्वपूर्ण शर्त है, जो यह उजागर करता है कि अपर्याप्त सैंपलिंग गैर-लंबवत (non-orthogonal) समाधानों की ओर ले जा सकती है और पहचान क्षमता (identifiability) सुनिश्चित करने के लिए या तो सुधारात्मक लॉस फंक्शन्स या मजबूत आर्किटेक्चरल इंडक्टिव बायस की आवश्यकता होती है।