23164 पेपर
यह शोध पत्र नॉलेज ग्राफ एम्बेडिंग्स के निरंतर शिक्षण (continual learning) के लिए एक नवीन सूचित प्रारंभिक रणनीति (informed initialization strategy) प्रस्तावित करता है जो भविष्य कहनेवाला प्रदर्शन को बढ़ाने, विनाशकारी विस्मृति (catastrophic forgetting) को कम करने और बार-बार अपडेट होने वाले ग्राफों के लिए प्रशिक्षण को त्वरित करने के लिए स्कीमा और पूर्व एम्बेडिंग्स का लाभ उठाता है।
यह शोध पत्र उच्च-आयामी स्टोकेस्टिक जॉइंट रिप्लेनिशमेंट समस्याओं को हल करने के लिए डीप न्यूरल नेटवर्क का उपयोग करते हुए एक नवीन, सिमुलेशन-आधारित कम्प्यूटेशनल पद्धति प्रस्तावित करता है, जो उन्हें बैकवर्ड स्टोकेस्टिक डिफरेंशियल इक्वेशंस से जुड़ी निरंतर-समय इम्पल्स कंट्रोल समस्याओं के रूप में अनुमानित करके, 50 तक स्टॉक-कीपिंग यूनिट्स के लिए मौजूदा बेंचमार्क के बराबर या उनसे बेहतर प्रदर्शन प्राप्त करता है।
यह शोध पत्र MiAD को प्रस्तुत करता है, जो एक इक्विवेरिएंट जॉइंट डिफ्यूजन मॉडल है जो जनरेशन के दौरान परमाणुओं की संख्या को गतिशील रूप से बदलने के लिए एक नवीन "मिराज इन्फ्यूजन" तकनीक का उपयोग करता है, जिससे मौजूदा अत्याधुनिक दृष्टिकोणों की तुलना में स्थिर, अद्वितीय और नवीन क्रिस्टलीय सामग्रियों की खोज में महत्वपूर्ण सुधार होता है।
ReflexGrad एक द्वैत-प्रक्रिया (dual-process) आर्किटेक्चर है जो LLM एजेंटों को प्रदर्शनों (demonstrations) के बिना एपिसोड-के-भीतर की विफलताओं से उबरने में सक्षम बनाता है, जो तेज़ निरंतर परिशोधन (fast continuous refinement) और धीमी कारण निदान (slow causal diagnosis) के बीच गतिशील रूप से रूटिंग करके विभिन्न मॉडल पैमानों पर ALFWorld कार्यों पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त करता है।
यह शोध पत्र E-valuator को प्रस्तुत करता है, जो एक हल्का और मॉडल-अज्ञेय (model-agnostic) ढांचा है जो अनुक्रमिक परिकल्पना परीक्षण (sequential hypothesis testing) और ई-प्रक्रियाओं (e-processes) का उपयोग करके ब्लैक-बॉक्स सत्यापनकर्ता स्कोर को सांख्यिकीय रूप से वैध निर्णय नियमों में परिवर्तित करता है ताकि एजेंटिक AI प्रक्षेप पथों (agentic AI trajectories) की विश्वसनीय रूप से निगरानी की जा सके, गलत अलार्म दरों को नियंत्रित किया जा सके, और विफल होने वाले अनुक्रमों को समय से पूर्व समाप्त करने में सक्षम बनाया जा सके।
यह शोध पत्र DCFO को प्रस्तुत करता है, जो एक नवीन घनत्व-आधारित विधि है जो ग्रेडिएंट-आधारित अनुकूलन को सक्षम करने के लिए डेटा स्पेस को विभाजित करके लोकल आउटलियर फैक्टर (LOF) एल्गोरिदम के लिए प्रभावी प्रति-तथ्यात्मक स्पष्टीकरण उत्पन्न करती है, और 50 डेटासेट्स में निकटता और वैधता में बेहतर प्रदर्शन प्रदर्शित करती है।
यह शोध पत्र एक तीन-घटक वाले डीप लर्निंग मॉडल का प्रस्ताव करता है जो मानव मानसिक रोटेशन प्रदर्शन और प्रतिक्रिया समय को सटीक रूप से अनुकरण करने के लिए इक्विवेरिएंट न्यूरल एनकोडिंग, न्यूरो-सिंबोलिक ऑब्जेक्ट विवरण और रिकरेंट निर्णय लेने की प्रक्रिया को एकीकृत करता है, जैसा कि मौजूदा साहित्य और नए इंटरैक्टिव वीआर प्रयोगों द्वारा प्रमाणित किया गया है।
यह शोध पत्र बड़े भाषा मॉडलों (large language models) में टोकेनाइज़र प्रत्यारोपण (tokenizer transplantation) में एक संरचनात्मक "असममित यथार्थता" (asymmetric realizability) भेद्यता की पहचान करता है, जहाँ विशिष्ट गुणांक वेक्टरों (coefficient vectors) को "ब्रेकर टोकन" के रूप में इंजीनियर किया जा सकता है जो डोनर मॉडल में निष्क्रिय रहते हैं लेकिन बेस मॉडल में उच्च-सैलियन्स पुनर्निर्माण (high-salience reconstructions) को ट्रिगर करते हैं, जिससे वे मानक वेट-मर्जिंग जाँच और LoRA-आधारित शमन (mitigations) से बच निकलते हैं।
यह शोध पत्र हॉरिजन एक्टिवेशन मैपिंग (HAM) को प्रस्तुत करता है, जो एक मॉडल-अज्ञेय (model-agnostic) दृश्य व्याख्यात्मकता तकनीक है जो समय श्रृंखला उप-श्रंखलाओं (time series subseries) में ग्रेडिएंट नॉर्म औसत का विश्लेषण करती है ताकि विविध न्यूरल नेटवर्क आर्किटेक्चर के लिए समय श्रृंखला पूर्वानुमान में सूक्ष्म मॉडल चयन, सत्यापन और क्रॉस-फैमिली तुलना को सक्षम बनाया जा सके।
यह शोध पत्र 'रूलर्स' (Rulers) का परिचय देता है, जो एक तीन-चरणीय इन्फरेंस-टाइम फ्रेमवर्क है जो मानवीय रूब्रिक्स को लॉक किए गए विनिर्देशों (specifications) में परिवर्तित करता है, संरचित साक्ष्य ग्राउंडिंग (structured evidence grounding) को लागू करता है, और विविध टेक्स्ट मूल्यांकन कार्यों में अधिक विश्वसनीय और मानव-संरेखित (human-aligned) एलएलएम स्कोरिंग प्राप्त करने के लिए सामान्य विफलता मोड पर काबू पाने हेतु पोस्ट-हॉक अंशांकन (post-hoc calibration) लागू करता है।