19947 पेपर
यह शोध पत्र एक ऑडिट फ्रेमवर्क प्रस्तुत करता है जो यह प्रदर्शित करता है कि प्रशिक्षित डिस्ट्रीब्यूशनल रिइन्फोर्समेंट लर्निंग एजेंटों के जोखिम-संवेदनशील दावे काफी हद तक संरचनात्मक प्रशिक्षण आर्टिफैक्ट्स हैं न कि पर्यावरणीय स्टोकेस्टिसिटी का सटीक प्रतिबिंब, जो उनकी जोखिम संबंधी सलाह को सूचनाहीन और निर्णय लेने के लिए अक्सर हानिकारक बना देते हैं।
यह अध्ययन प्रदर्शित करता है कि मल्टीमॉडल लैंग्वेज मॉडल LLaVA 1.6 पर लक्षित लीजन्स (lesions) और व्यवधानों (perturbations) को लागू करने से एफ़ेज़िया (aphasia) वाले व्यक्तियों के विशिष्ट चित्र-नामकरण त्रुटि प्रोफाइलों को मात्रात्मक रूप से पुनरुत्पादित किया जा सकता है, जो यह सुझाव देता है कि ऐसे मॉडल स्ट्रोक के बाद होने वाले भाषा संबंधी दोषों के अनुकरण के लिए "डिजिटल ट्विन्स" के रूप में कार्य कर सकते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि बड़े भाषा मॉडल (large language models) स्पष्ट पैरामीटर विनिर्देश के बिना मानव मार्ग चयन पूर्वाग्रहों और प्रॉस्पेक्ट-थ्योरेटिक निर्णय व्यवहारों को प्रभावी ढंग से पुनरुत्पादित कर सकते हैं, जो बड़े पैमाने पर व्यवहार संबंधी मॉडलिंग के लिए पारंपरिक तरीकों के एक स्केलेबल विकल्प के रूप में कार्य करता है।
यह शोध पत्र सिद्ध करता है कि तीन या अधिक भुजाओं (arms) वाले किसी भी निश्चित-बजट सर्वश्रेष्ठ-भुजा पहचान (best-arm identification) एल्गोरिदम के लिए, कम से कम एक ऐसा समस्या उदाहरण मौजूद है जहाँ त्रुटि क्षय दर (error decay rate) इष्टतम स्थिर ओरेकल (optimal static oracle) की तुलना में स्पष्ट रूप से बदतर है, जिससे यह प्रदर्शित होता है कि कोई भी एकल एल्गोरिदम सभी उदाहरणों में समान अनुकूलता प्राप्त नहीं कर सकता है।
यह शोधपत्र एक वितरण-मुक्त (distribution-free), गेम-थ्योरेटिक ढांचे को प्रस्तुत करता है जो फीचर-डिपेंडेंट सूचना सेटों को ध्यान में रखते हुए ब्लैक-बॉक्स कंडीशनल क्वांटाइल फोरकास्टर्स के निरंतर ऑडिटिंग के लिए है, जो i.i.d. मान्यताओं पर निर्भर किए बिना मिसकैलिब्रेशन के व्याख्यात्मक और 'एनीटाइम-वैलिड' (anytime-valid) पता लगाने में सक्षम बनाता है।
यह शोध पत्र NITROGEN को प्रस्तुत करता है, जो एक इम्प्यूटेशन-मुक्त (imputation-free) ट्रांसफार्मर मॉडल है जो पक्षपात-प्रेरित इम्प्यूटेशन रणनीतियों पर निर्भर किए बिना सीधे आंशिक रूप से प्रेक्षित डेटा से सीखकर, विषम नैदानिक समूहों (heterogeneous clinical cohorts) में सुदृढ़ अल्जाइमर रोग भविष्यवाणी और कैलिब्रेटेड अनिश्चितता परिमाणीकरण (calibrated uncertainty quantification) प्राप्त करता है।
यह शोध पत्र पहचानता है कि रिप्रजेंटेशन ज्योमेट्री में डाइमेंशनलिटी कोलैप्स (dimensionality collapse) लगातार ग्रौकिंग (grokking) की घटना से पहले होता है और इस ज्योमेट्री को सक्रिय रूप से नियंत्रित करने के लिए ज्योमेट्रिक डाइमेंशनलिटी रेगुलराइजेशन (GeomDR) पेश करता है, जिससे विभिन्न कार्यों और आर्किटेक्चर में सामान्यीकरण (generalization) को 52 गुना तक त्वरित किया जा सकता है।
यह शोध पत्र कैमरा-ओनली ऑटोनॉमस ग्राउंड व्हीकल्स के लिए एक हल्का, दो-चरणीय स्व-उपचार (सेल्फ-हीलिंग) फ्रेमवर्क प्रस्तुत करता है जो एडेप्टिव इन-प्लेस सर्चिंग को मोनोक्यूलर विजुअल ओडोमेट्री-आधारित ब्रेडक्रंब नेविगेशन के साथ जोड़कर, बाहरी बुनियादी ढांचे के बिना केवल CPU-ओनली हार्डवेयर पर 20 Hz पर संचालित होते हुए, फॉल्ट-इंजेक्टेड मामलों में 86.6% मामलों में खोई हुई लाइन-फॉलोइंग गाइडेंस से सफलतापूर्वक उबरता है।
CatRetriever एक कंट्रास्टिव रिप्रेजेंटेशन लर्निंग मॉडल पेश करता है जो जनरेटिव स्लैब-लेवल कैटलिस्ट डिजाइनों और उनके पैरेंट बल्क स्ट्रक्चर्स के बीच के अंतर को पाटता है, जिससे हेटेरोजेनियस कैटलिसिस में लक्षित सोखना ऊर्जा (adsorption energy) की खोज को सुगम बनाने के लिए भौतिक रूप से प्रशंसनीय बल्क उम्मीदवारों की उच्च-सटीकता वाली रिट्रीवल संभव होती है।
यह शोध पत्र ऑफलाइन-टू-ऑनलाइन सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के लिए एक नवीन सक्रिय नीति चयन ढांचे को प्रस्तुत करता है जो स्थानीय रूप से रैखिक प्रदर्शन पूर्वानुमानों से प्राप्त ऊपरी-विश्वास सीमाओं (अपर-कॉन्फिडेंस बाउंड्स) का उपयोग करके उम्मीदवार नीतियों के मूल्यांकन और सबसे आशाजनक नीतियों के फाइन-ट्यूनिंग के बीच के संतुलन को गतिशील रूप से संतुलित करके सीमित इंटरेक्शन बजट को अनुकूलित करता है।