22999 पेपर
यह अध्ययन प्रदर्शित करता है कि यूनिफाइड मल्टी-टास्क टाइम सीरीज़ मॉडल की उन्नत टेम्पोरल मॉडलिंग क्षमताओं के बावजूद, रैंडम फॉरेस्ट्स, एक्सजीबूस्ट और सपोर्ट वेक्टर मशीन जैसे पारंपरिक मशीन लर्निंग एल्गोरिदम ग्राहक मंथन (कस्टमर चर्न) भविष्यवाणी के संबंध में सटीकता, डेटा दक्षता और कम्प्यूटेशनल लागत के मामले में लगातार इसे पीछे छोड़ देते हैं।
यह शोध पत्र "बियॉन्ड ऑग्मेंटेशन" (Beyond Augmentation) का प्रस्ताव करता है, जो एक नवीन स्कोर-गाइडेड क्लासिफिकेशन फ्रेमवर्क है, जो एक अनसुपरवाइज्ड जनरेटिव नेटवर्क का उपयोग करके पैथोलॉजिकल एनोमली स्कोर को वर्गीकरण के लिए एक प्रायर (prior) के रूप में निकालने के माध्यम से EEG-आधारित अवसाद पहचान में छोटे-नमूना दुविधा (small-sample dilemma) को दूर करता है, जिससे सिंथेटिक डेटा जनरेशन की आवश्यकता समाप्त हो जाती है और विविध चैनल कॉन्फ़िगरेशन में मजबूत प्रदर्शन प्राप्त होता है।
यह शोध पत्र पेंटबेंच (PaintBench) को प्रस्तुत करता है, जो 20 मौलिक कार्यों में सटीक दृश्य संपादन (visual editing) के मूल्यांकन के लिए एक प्रक्रियात्मक रूप से जनरेट किया गया, नियतात्मक बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान मल्टीमॉडल मॉडल इन कार्यों के साथ काफी संघर्ष करते हैं और यह भी दर्शाता है कि पेंटबेंच के स्कोर लागू डेटा विज़ुअलाइज़ेशन संपादन पर प्रदर्शन के साथ दृढ़ता से सह-संबंधित हैं।
यह शोध पत्र व्यावहारिक एजेंटिक प्रणालियों के निर्माण के लिए एक सिद्धांत-आधारित ढांचे का प्रस्ताव करता है जो मॉडुलैरिटी (modularity), लागत नियंत्रण और पूर्वानुमान क्षमता को प्राथमिकता देता है, और यह प्रदर्शित करता है कि निश्चित वर्कफ़्लो और छद्म-उपकरणों (pseudo-tools) के लिए नवीन शिक्षण विधियाँ, हाथ से निर्मित एजेंटों और गतिशील रूप से नियोजित वर्कफ़्लो दोनों से बेहतर प्रदर्शन करती हैं, जबकि गुणवत्ता और लागत के बहु-उद्देश्यीय अनुकूलन को सक्षम बनाती हैं।
यह शोध पत्र BAGEN को पेश करता है, जो बजट-जागरूकता को प्रोग्रेसिव इंटरवल एस्टिमेशन (प्रगतिशील अंतराल अनुमान) के रूप में परिभाषित करने वाला एक ढांचा है और यह प्रदर्शित करता है कि जबकि फ्रंटियर एलएलएम (LLM) एजेंट बजट ओवररन का सटीक अनुमान लगाने या चेतावनी देने में लगातार विफल रहते हैं, सुपरवाइज्ड फाइन-ट्यूनिंग और सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से समय रहते कार्रवाई करने (actionable early stops) की उनकी क्षमता में महत्वपूर्ण सुधार किया जा सकता है।
यह शोध पत्र प्रकट करता है कि आक्रामक पोस्ट-ट्रेनिंग क्वांटाइजेशन (post-training quantization) से रीजनिंग मॉडल अनावश्यक मध्यवर्ती चरणों को उत्पन्न करने और पहले प्राप्त सही उत्तरों को आउटपुट करने में विफल होने के कारण "ओवरथिंक" (overthink) करने लगते हैं, एक ऐसी समस्या जिसे विशिष्ट ओवरथिंकिंग मार्कर्स पर एक ट्रेनिंग-फ्री लॉजिट पेनल्टी (training-free logit penalty) लागू करके प्रभावी ढंग से कम किया जा सकता है ताकि सटीकता बनाए रखते हुए रीजनिंग की लंबाई को कम किया जा सके।
यह शोध पत्र BLiMP मिनिमल पेयर्स का उपयोग करके LLM प्री-ट्रेनिंग के दौरान ग्रौकिंग-जैसे (grokking-like) गतिकी का अध्ययन करने के लिए एक एक्सपोज़र-आधारित ढांचे का प्रस्ताव करता है, जो यह प्रकट करता है कि मॉडल विलंबित व्याकरणिक सामान्यीकरण (delayed grammatical generalization) प्रदर्शित करते हैं, जिसके साथ अधिक भविष्य कहने योग्य, उच्च-आयामी व्याकरणिक अवधारणा वैक्टर्स और केंद्रित अटेंशन पैटर्न का उदय होता है।
TIGER एक इन्फरेंस-टाइम फ्रेमवर्क है जो एक फ्रोजन बैकबोन के माध्यम से उच्च-जोखिम वाले असमर्थित तथ्यों की पहचान करने और उन्हें सुधारने के लिए अवलोकन और दावे के ग्राफों को स्वतंत्र रूप से निर्मित करके मल्टीमॉडल जनरेशन में मतिभ्रम (hallucinations) को कम करता है, जिससे विभिन्न क्रॉस-मोडल कार्यों में कार्य की गुणवत्ता को बनाए रखते हुए अनग्राउंडेड सामग्री को कम किया जाता है।
इन्फोएटलस (InfoAtlas) एक फाउंडेशन मॉडल है जो एकल फॉरवर्ड पास में म्यूचुअल इंफॉर्मेशन का सीधे अनुमान लगाकर रीयल-टाइम, ज़ीरो-शॉट सांख्यिकीय निर्भरता अनुमान प्राप्त करता है, जो पारंपरिक पुनरावृत्ति न्यूरल अनुमानकों की तुलना में 100 गुना गति के साथ अत्याधुनिक सटीकता प्रदान करता है।
यह शोध पत्र HOIST प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो वीआर (VR) टेलीऑपरेशन से इमिटेशन लर्निंग को सैंपल-एफिशिएंट रिइन्फोर्समेंट लर्निंग के साथ जोड़ता है ताकि ह्यूमनॉइड रोबोट्स को निलंबित, अंडरएक्टुएटेड भार को सटीक रूप से मैनिपुलेट और प्लेस करने में सक्षम बनाया जा सके।