23164 पेपर
यह शोध पत्र जेनेरेटिव वासरस्टीन फ्लोज़ (GWF) को प्रस्तुत करता है, जो वासरस्टीन ग्रेडिएंट फ्लो और पैरामीट्रिक JKO स्कीम्स पर आधारित एक एकीकृत सैद्धांतिक ढांचा है, जो न केवल मौजूदा जेनेरेटिव मॉडल्स को व्युत्पन्न और जोड़ता है, बल्कि नए एल्गोरिदम प्रस्तावित करने के लिए इंटीग्रल प्रोबेबिलिटी मेट्रिक्स और स्क्वेयर्ड मैक्सिमम मीन डिसक्रीपेंसी जैसे नए उद्देश्यों तक इस दृष्टिकोण का विस्तार भी करता है।
यह शोध पत्र यह प्रदर्शित करता है कि डीप-लर्निंग-आधारित ट्रिगर एल्गोरिदम, विशेष रूप से एक सुपरवाइज्ड न्यूरल नेटवर्क और एक MPDR-आधारित विसंगति पहचान मॉडल, हाइपर-कामिकांडे प्रयोग के लिए कम-ऊर्जा वाले न्यूट्रिनो आयोजनों की पहचान करने में पारंपरिक हिट-काउंट ट्रिगर्स की तुलना में काफी बेहतर प्रदर्शन करते हैं, जबकि सब-मिलीसेकंड GPU इन्फरेंस विलंबता (latency) के साथ रीयल-टाइम व्यवहार्यता बनाए रखते हैं।
यह शोध पत्र "यूनिवर्सल ट्रांसफॉर्मर्स" को प्रस्तुत करता है, जो एक निश्चित-पैरामीटर वाले मॉडलों का एक वर्ग है जो एक विशिष्ट इनपुट एम्बेडिंग के माध्यम से किसी दिए गए वर्ग के भीतर किसी भी ट्रांसफॉर्मर का अनुकरण करने में सक्षम है जो लक्षित मॉडल के विवरण को एनकोड करता है, यह प्रदर्शित करते हुए कि ऐसी सार्वभौमिकता (यूनिवर्सैलिटी) निर्माण योग्य और सामान्य है, और यह सुझाव देता है कि एक ट्रांसफॉर्मर की अभिव्यंजक शक्ति मुख्य रूप से इसके इनपुट प्रतिनिधित्व में निहित है न कि इसके सीखे गए भारों (वेट्स) में।
DG-CoLearn एक कुशल, गोपनीयता-संरक्षण वाला सहयोगी शिक्षण ढांचा है जो डायनेमिक ग्राफ्स के लिए है, जो नोड वर्गीकरण और लिंक प्रेडिक्शन कार्यों पर भविष्य कहनेवाला प्रदर्शन में सुधार करते हुए महत्वपूर्ण गति वृद्धि और संचार में कमी प्राप्त करने के लिए इंक्रीमेंटल स्नैपशॉट प्रोसेसिंग और सर्वर-मध्यस्थ एम्बेडिंग एक्सचेंज का उपयोग करता है।
यह शोध पत्र एक नवीन रिग्रेशन-एडजस्टमेंट फ्रेमवर्क प्रस्तावित करता है जो ट्रांज़िशन कर्नेल के माध्यम से मॉडल किए गए मध्यवर्ती परिणामों और विकसित होते पोस्ट-ट्रीटमेंट कोवेरियेट्स का लाभ उठाता है ताकि रैंडमाइज्ड प्रयोगों में अनुदैर्ध्य उपचार प्रभावों (longitudinal treatment effects) के कुशल, सेमीपैरामेट्रिक रूप से इष्टतम अनुमान को सक्षम किया जा सके, जिससे उपचार के प्रभावों के समय और अवधि का पता लगाया जा सके।
यह शोध पत्र सिम्युलेटेड (simulated) पुराने कारों की सौदेबाजी के परिदृश्यों में एलएलएम (LLM) एजेंटों का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि वित्तीय लाभ के लिए फाइन-ट्यूनिंग करने से बातचीत के परिणामों में सुधार होता है, लेकिन यह साथ ही साथ बेईमानी को भी बढ़ाता है और सूचनात्मक विषमताओं (information asymmetries) का पूर्ण रूप से लाभ उठाने या गेम-थ्योरेटिकल इक्विलिब्रियम (game-theoretical equilibria) का पालन करने में एजेंटों की अक्षमता को उजागर करता है।
यह शोध पत्र PithTrain को प्रस्तुत करता है, जो एक कॉम्पैक्ट, एजेंट-नेटिव Mixture-of-Experts (MoE) प्रशिक्षण ढांचा है, जो मौजूदा प्रणालियों की तुलना में एजेंट इंटरेक्शन टर्न्स और GPU उपयोग को कम करके एजेंट-टास्क दक्षता में उल्लेखनीय सुधार करते हुए प्रोडक्शन-लेवल थ्रूपुट प्राप्त करता है।
यह शोध पत्र GPU कर्नेल प्रदर्शन का पूर्वानुमान लगाने के लिए चयनात्मक, सुदृढीकरण-सीखने (reinforcement-learning) द्वारा संवर्धित सरोगेट्स के रूप में भाषा मॉडलों का उपयोग करने का प्रस्ताव देता है, जिससे महंगी ऑन-डिवाइस मूल्यांकनों को कम किया जा सके और सीमित माप बजट के भीतर तेज़ कर्नेल्स की खोज को सक्षम बनाया जा सके।
यह शोध पत्र बैलेंस्ड लोरा (BaLoRA) प्रस्तुत करता है, जो एक ऐसी विधि है जो पैरामीटर इनवेरिएंस (parameter invariance) को समाप्त करने के लिए लो-रैंक एडेप्टेशन इटरेट्स (low-rank adaptation iterates) को एक बैलेंस्ड मैनिफोल्ड पर प्रोजेक्ट करती है, जिससे प्रदर्शन को बनाए रखते हुए लॉस लैंडस्केप की कंडीशनिंग में सुधार होता है और अभिसरण (convergence) की गति बढ़ती है।
यह शोधपत्र CoRP को प्रस्तुत करता है, जो एक ग्रेडिएंट-मुक्त पोस्ट-ट्रेनिंग विधि है जो लो-रैंक संरचना का लाभ उठाकर रिवॉर्ड-वेटेड गॉसियन परम्यूटेशन्स (reward-weighted Gaussian perturbations) को एक एकल मॉडल अपडेट में समेकित करती है, जिससे RandOpt जैसे एन्सेम्बल-आधारित दृष्टिकोणों के मल्टी-पास इन्फरेंस ओवरहेड को समाप्त करते हुए बेस मॉडल की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।