23088 पेपर
यह शोध पत्र OPD+ प्रस्तुत करता है, जो एक सुधारात्मक ऑन-पॉलिसी डिस्टिलेशन फ्रेमवर्क है जो एडवांटेज एस्टीमेशन में मानक स्टॉप-ग्रेडिएंट ऑपरेशन्स के कारण होने वाले बायस को गणितीय रूप से सिद्ध करता है और एक जेनेरिक f-डाइवर्जेंस-आधारित अनुकूलन विधि प्रस्तावित करता है जो रीजनिंग और टूल-यूज़ बेंचमार्क पर प्रदर्शन में सुधार करती है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि LLMs कोशिकीय विक्षोभ (cellular perturbations) के लिए जैविक रूप से प्रशंसनीय स्पष्टीकरण उत्पन्न कर सकते हैं, वे विरोधात्मक साक्ष्य की कमी के कारण विशिष्ट परिणामों का सटीक भविष्यवाणी करने में विफल रहते हैं, एक ऐसी सीमा जिसे प्रस्तावित CORE ढांचा संबंधित विक्षोभ परिणामों का उपयोग करके भविष्यवाणी को एक तुलनात्मक कार्य के रूप में पुनर्गठित करके दूर करता है, जिससे सटीकता और अंशांकन (calibration) में महत्वपूर्ण सुधार होता है।
यह शोध पत्र 3DCodeBench प्रस्तुत करता है, जो टेक्स्ट और इमेज प्रॉम्प्ट से प्रक्रियात्मक (procedural) 3D मॉडल उत्पन्न करने में विजन-लैंग्वेज मॉडल एजेंटों की क्षमताओं का मूल्यांकन करने के लिए डिज़ाइन किया गया एक व्यापक बेंचमार्क और रैंकिंग प्लेटफॉर्म है, जो यह प्रकट करता है कि जबकि टेस्ट-टाइम स्केलिंग प्रदर्शन में सुधार करती है, वर्तमान मॉडल API मिसमैच और ज्यामितीय सुसंगतता (geometric coherence) के साथ संघर्ष करते हैं, जो बेहतर कोडिंग डेटा और निष्पादन वातावरण की आवश्यकता को रेखांकित करता है।
यह शोधपत्र MENTIS को प्रस्तुत करता है, जो एक ज्यामिति-प्रथम (geometry-first) ढांचा है जो यह प्रकट करता है कि प्राथमिकता संरेखण (preference alignment), भाषा मॉडलों में चयनात्मक, गहराई-स्थानीयकृत ज्यामितीय पुनर्गठन को प्रेरित करता है, जो समान आंतरिक परिवर्तनों के बजाय मानदण्डिक अवधारणाओं (normative concepts) में बड़े टॉर्शन शिफ्ट और प्रासंगिक एंट्रॉपी के साथ नकारात्मक सहसंबंधों द्वारा अभिलक्षित है।
यह शोध पत्र Leyline को प्रस्तुत करता है, जो एक नवीन सर्विंग-साइड प्रिमिटिव (serving-side primitive) है जो डिक्लेरेटिव डायरेक्टिव्स (declarative directives) और क्लोज्ड-फॉर्म RoPE करेक्शन्स (closed-form RoPE corrections) के माध्यम से एजेंटिक LLMs को कैश किए गए कंटेंट को गतिशील रूप से संपादित या हटाने में सक्षम बनाता है, जिससे महंगी री-प्रीफिलिंग (re-prefilling) की आवश्यकता समाप्त हो जाती है और लेटेंसी एवं टास्क सक्सेस रेट दोनों में महत्वपूर्ण सुधार होता है।
यह शोधपत्र स्पेक्ट्रल नॉर्मलाइजेशन (spectral normalization), कवरेज-आधारित ऑसिलेशन बाउंड्स (coverage-based oscillation bounds) और ऑसिलेशन-रेगुलराइज्ड ट्रेनिंग (oscillation-regularized training) को संयोजित करने वाले एक ढांचे को पेश करके ट्रांसपोर्ट एमसीएमसी (Transport MCMC) सैंपलर के लिए पहले कठोर, गैर-रिक्त स्पेक्ट्रल-गैप सीमाओं (non-vacuous spectral-gap bounds) को प्रस्तुत करता है ताकि उच्च-आयामी नॉर्मलाइजिंग फ्लोज़ (high-dimensional normalizing flows) की अभिसरण दरों को प्रमाणित किया जा सके।
ThinkSwitch एक कम लागत वाली, स्व-पर्यवेक्षित (self-supervised) विधि है जो QLoRA और वेट इंटरपोलेशन (weight interpolation) के माध्यम से एक "थिंकिंग" मॉडल से "इंस्ट्रक्ट" मॉडल में तर्क करने की क्षमताओं को पुनरावृत्ति (iteratively) से आसवित (distill) करती है, जिससे एक अलग थिंकिंग मोड को सुरक्षित रखते हुए विशिष्ट तर्क कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह अन्वेषणात्मक अध्ययन इस व्यापक रूप से उद्धृत दावे को चुनौती देता है कि स्थापत्य समरूपता पूर्वधारणाएं (architectural symmetry priors) नमूना जटिलता (sample complexity) को |G| के कारक से कम करती हैं, यह पाते हुए कि जबकि गलत संरेखित बाधाएं सक्रिय रूप से हानिकारक हैं और सैद्धांतिक विनिमय दर दिशात्मक रूप से सुसंगत है, ऑग्मेंटेशन-आधारित बेसलाइन की तुलना में कथित लाभ तब समाप्त हो जाता है जब टेस्ट-टाइम कंप्यूटेशन को समान रखा जाता है, जिसमें प्राथमिक मात्रात्मक निष्कर्ष पद्धतिगत सीमाओं के कारण अनिर्णायक बने रहते हैं।
यह शोधपत्र यह स्थापित करता है कि सुपरवाइज्ड लर्निंग (supervised learning) में रिप्रजेंटेशन-स्तर के गुण केवल इनपुट-आउटपुट व्यवहार से तभी पहचाने जा सकते हैं जब वे प्रेडिक्टर (predictor) के सभी संभावित गुणनखंडों (factorizations) में स्थिर रहते हैं, जो यह दर्शाता है कि रिप्रजेंटेशन के बारे में दावे करने के लिए स्वाभाविक रूप से सुपरवाइज्ड प्रदर्शन से परे धारणाओं या उद्देश्यों की आवश्यकता होती है।
यह शोध पत्र एक हाइब्रिड क्वांटम-क्लासिकल फिनाइट-बेसिस फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क (FBPINN) प्रस्तुत करता है जो फुल वेवफॉर्म इन्वर्जन को महत्वपूर्ण रूप से त्वरित करने के लिए पैरामीटराइज्ड क्वांटम सर्किट्स का उपयोग करता है, जो क्लासिकल बेसलाइन की तुलना में कम प्रशिक्षण मापदंडों और प्रशिक्षण पुनरावृत्तियों के साथ कम वेग त्रुटियों को प्राप्त करता है।