23088 पेपर
यह शोध पत्र हैमिल्टोनियन्स (Hamiltonians) में पाउली समरूपताओं (Pauli symmetries) को कुशलतापूर्वक खोजने के लिए सेट-ट्रांसफॉर्मर्स (Set-Transformers) का उपयोग करते हुए एक अटेंशन-आधारित अनुकूलन ढांचे (attention-based optimization framework) को प्रस्तुत करता है, जो आइसिंग मॉडल (Ising model) और टोरिक कोड (Toric code) जैसे भौतिक मॉडलों पर लगभग-निश्चित सफलता प्रदर्शित करते हुए अत्याधुनिक रणनीतियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र यह प्रदर्शित करता है कि वीक फॉर्म स्पार्स आइडेंटिफिकेशन ऑफ नॉनलीन डायनेमिक्स (WSINDy) विधि कई प्रारंभिक स्थितियों का लाभ उठाकर शोर युक्त नेटवर्क डायनेमिक्स डेटा से सटीक निरंतरता ODE मॉडल को प्रभावी ढंग से सीख सकती है, जो पारंपरिक मीन-फील्ड सन्निकटन की तुलना में बेहतर प्रदर्शन और गहरी अंतर्दृष्टि प्रदान करती है।
यह शोध पत्र संभाव्य लेबल रैंकिंग (probabilistic label ranking) के लिए अंशांकन अवधारणाओं (calibration concepts) के एक पदानुक्रम को औपचारिक रूप से स्थापित करता है, यह प्रदर्शित करता है कि मौजूदा मॉडलों में अक्सर इस अंशांकन का अभाव होता है, और यह दर्शाता है कि अंशांकन मानक सटीकता से परे रिवॉर्ड मॉडलों (reward models) के लिए एक विशिष्ट और मूल्यवान गुणवत्ता मीट्रिक के रूप में कार्य करता है।
यह शोध पत्र 'बाउंडेड बिहेवियरल इंडिस्टिंग्विशेबिलिटी' (सीमित व्यवहारिक अविभेद्यता) की अवधारणा प्रस्तुत करता है यह प्रदर्शित करने के लिए कि जबकि LoRA डिस्टिलेशन ब्लैक-बॉक्स LLM शिक्षकों और छात्रों के बीच सिमेंटिक समानता में सुधार करता है, यह शैली, मजबूती और तकनीकी डोमेन में पता लगाने योग्य व्यवहारिक अंतरों को पूरी तरह से समाप्त करने में विफल रहता है, जिसके लिए आउटपुट-मैचिंग से एडवरसेरियल, कैटेगरी-अवेयर इवैल्यूएशन की ओर बदलाव आवश्यक है।
VeriGate, ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (GRPO) का एक वेरिफायर-गेटेड एक्सटेंशन है जो स्पार्स वेरिफायर सिग्नल्स की सीमाओं को दूर करने के लिए प्रोसेस सुपरविजन पर डायनेमिकली स्विच करता है और फ्यूचर-क्यूमुलेटेड रिवार्ड्स का उपयोग करता है, जिससे भाषा मॉडलों की रीजनिंग सटीकता में उल्लेखनीय सुधार होता है, ज़ीरो-ग्रेडिएंट विफलताओं में कमी आती है और रिवॉर्ड हैकिंग कम होती है।
यह शोध पत्र भौतिकी में तेज़ सरोगेट्स (surrogates) और घनत्व अनुमान (density estimation) के लिए उपयोग किए जाने वाले आधुनिक जनरेटिव नेटवर्क के ढांचे को प्रस्तुत करता है, जबकि उनकी सटीकता (accuracy), परिशुद्धता (precision) और सांख्यिकीय शक्ति (statistical power) को मापने की चुनौतियों का समाधान भी करता है।
यह शोध पत्र DisjunctiveNet का प्रस्ताव करता है, जो एक एकीकृत एंड-टू-एंड फ्रेमवर्क है जो नियमों को विजांक्टिव (disjunctive) बाधाओं के रूप में निरूपित करके और विभेदनीय अनुकूलन परतों (differentiable optimization layers) को बनाने के लिए पदानुक्रमित उत्तल विश्रामों (hierarchical convex relaxations) को लागू करके न्यूरल नेटवर्क के भीतर कठोर, इनपुट-निर्भर मिश्रित-पूर्णांक रैखिक बाधाओं को लागू करता है जो सटीक नियम संतुष्टि की गारंटी देते हैं।
यह शोध पत्र एक स्केलेबल, वितरित मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग फ्रेमवर्क का प्रस्ताव करता है जो पृथक गतिकी (separable dynamics) वाले सिस्टम में वैश्विक संसाधन बाधाओं को कुशलतापूर्वक लागू करने के लिए स्टेट-ऑगमेंटेड पॉलिसी लर्निंग को लैग्रेंज मल्टीप्लायर्स पर पड़ोसी-से-पड़ोसी आम सहमति के साथ जोड़ता है, जिससे रैखिक स्केलेबिलिटी और गारंटीकृत व्यवहार्यता प्राप्त होती है जहाँ स्वतंत्र शिक्षण और केंद्रीकृत विधियाँ विफल हो जाती हैं।
यह शोध पत्र "लेवल-कंस्ट्रेंड-लिटिलस्टोन-लिटिलस्टोन (LCLL) ट्री" संरचना को पेश करते हुए असीमित लेबल स्पेस वाले यूनिवर्सल ट्रांसडक्टिव ऑनलाइन क्लासिफिकेशन की सीखने की क्षमता (learnability) को अभिलक्षित करता है, यह प्रदर्शित करते हुए कि सीखने योग्य कॉन्सेप्ट क्लासेस या तो सीमित या लघुगणकीय (logarithmic) मिस्टेक रेट प्रदर्शित करती हैं, और इन परिणामों को एगोस्टिक (agnostic) और स्टोकेस्टिक सेटिंग्स तक विस्तारित करता है।
यह शोध पत्र प्रदर्शित करता है कि कैसे डिक पाथ्स (Dyck paths) के लिए ज़ेटा मैप (zeta map) पर प्रशिक्षित एक छोटे ट्रांसफार्मर मॉडल की यांत्रिक व्याख्यात्मकता (mechanistic interpretability) एक स्तर-आधारित तंत्र को प्रकट करती है जिसे एक स्कैफोल्डिंग मैप (scaffolding map) नामक एक प्रमाणित रूप से सही, मानव-सत्यापनीय संयोजन एल्गोरिदम (combinatorial algorithm) में अनुवादित किया जा सकता है।