23164 पेपर
यह शोध पत्र एक संदर्भ आसवन (context distillation) ढांचे का प्रस्ताव करता है जो प्रासंगिक जानकारी को एक लेटेंट मेमोरी बैंक के भीतर मॉड्यूलर लोरा (LoRA) एडेप्टर के रूप में मानता है, और प्रासंगिक स्मृतियों को कुशलतापूर्वक चुनने और सक्रिय करने के साथ-साथ मजबूती और अनुमान दक्षता में सुधार करने के लिए रिट्रीवल (retrieval), रूटिंग (routing) और एक सेल्फ-गेटिंग (Self-Gating) तंत्र का उपयोग करता है।
यह शोध पत्र BiCoT का प्रस्ताव करता है, जो एक नवीन वॉटरमार्किंग फ्रेमवर्क है जो स्वामित्व संकेतों को चेन-ऑफ-थॉट रीजनिंग ट्रेसेस की आंतरिक ज्यामितीय संरचना में एम्बेड करता है ताकि रीजनिंग फिडेलिटी से समझौता किए बिना मजबूत और गुप्त पहचान प्राप्त की जा सके, जिसे मॉडल चोरी और डिस्ट्रीब्यूशन शिफ्ट्स को संभालने के लिए एक रोबस्ट सबस्पेस रजिस्ट्रेशन वेरीफायर द्वारा पूरक किया गया है।
यह शोध पत्र स्पार्स ऑटोएनकोडर्स (Sparse Autoencoders) का उपयोग यह प्रदर्शित करने के लिए करता है कि लो-रैंक एडेप्टेशन (LoRA) फाइन-ट्यूनिंग भाषा मॉडलों के भीतर विशिष्ट प्रतिनिधित्व संरचनाओं को प्रेरित करती है जो प्रीट्रेंड फीचर डिक्शनरीज़ के साथ ज्यामितीय रूप से मिसअलाइन्ड हैं, जो यह सुझाव देता है कि एडॉप्टर-विशिष्ट अपडेट रेसिडुअल स्ट्रीम में आंशिक रूप से अद्वितीय स्थानों पर कब्जा करते हैं।
यह शोध पत्र स्पेक्ट्रल गाइडेंस (Spectral Guidance) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो डिफ्यूजन मॉडल्स की अंतर्निहित ज्यामिति का लाभ उठाते हुए किसी भी मार्गदर्शन संकेतों को सीधे सैंपलिंग प्रक्षेपवक्र (sampling trajectory) पर प्रक्षेपित करने के लिए एक स्व-पर्यवेक्षित आधार (self-supervised basis) सीखने के लिए उपयोग करता है, जिससे बिना पुनप्रशिक्षण या सहायक मॉडलों के, काफी बेहतर सशर्त सटीकता और तेज़ अनुमान प्राप्त होता है।
यह शोध पत्र नॉर्न (Norne) जलाशय के अनुक्रमिक भौतिकी-प्रतिबंधित न्यूरल ऑपरेटर सरोगेट मॉडलिंग के लिए एक व्यापक गणितीय और कम्प्यूटेशनल ढांचा प्रस्तुत करता है, जो 3298-दिवसीय उत्पादन क्षितिज में उच्च सटीकता बनाए रखते हुए पारंपरिक सिम्युलेटरों की तुलना में की गति वृद्धि प्राप्त करने के लिए कार्यात्मक-विश्लेषणात्मक सिद्धांत, कोवेरिएट शिफ्ट विश्लेषण और स्पेक्ट्रल स्थिरता प्रमाणों को संयोजित करता है।
यह शोध पत्र एक टोपोलॉजी-सूचित साइकिल-स्पेस डिटेक्टर (CSD) प्रस्तावित करता है जो उन स्टील्थी, ऑटोएन्कोडर-आधारित ब्लाइंड फॉल्स डेटा इंजेक्शन हमलों का प्रभावी ढंग से पता लगाने और उन्हें कम करने के लिए मिनिमम साइकिल बेसिस का लाभ उठाता है जो पारंपरिक डेटा-संचालित पहचान विधियों से बच निकलते हैं।
यह शोध पत्र एक नैदानिक-संचालित पुनरावृत्ति परिशोधन ढांचे (diagnostic-driven iterative refinement framework) का प्रस्ताव करता है जो विरल, संरचित सुदृढीकरण शिक्षण कार्यों (sparse, structured reinforcement learning tasks) के लिए LLM रिवॉर्ड डिज़ाइन को एक डिबगिंग प्रक्रिया के रूप में मानता है, और यह प्रदर्शित करता है कि विफलता-मोड वर्गीकरण (failure-mode taxonomy) द्वारा निर्देशित लक्षित संशोधन, वन-शॉट जनरेशन और चयन-आधारित बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र Conf-Gen को प्रस्तुत करता है, जो एक सामान्य ढांचा है जो अनसुपरवाइज्ड जनरेटिव मॉडल्स जैसे कि LLMs और इमेज जनरेटर्स के लिए कॉन्फॉर्मल रिस्क कंट्रोल को अनुकूलित करता है, जिससे गैर-मेमोराइज्ड इमेज जनरेशन को सत्यापित करने, संवादात्मक स्पष्टता और एजेंट की शुद्धता जैसे विविध कार्यों के लिए औपचारिक अनिश्चितता गारंटी प्रदान की जा सके।
यह शोध पत्र पार्टिकल जेट जनरेशन के लिए न्यूरल स्केलिंग लॉज़ की जांच करता है, जो मॉडल के आकार के साथ लॉगरिदमिक स्केलिंग की पुष्टि करता है और भौतिक सटीकता के प्रॉक्सी के रूप में नेक्स्ट-टोकन प्रेडिक्शन लॉस को मान्य करता है, जबकि ऑटोरेग्रेसिव लर्निंग में तीव्र संतृप्ति के कारण डेटासेट के आकार और कंप्यूट के लिए कमजोर स्केलिंग रुझानों को देखता है।
यह शोध पत्र ई-वैल्यूज़ (e-values) का उपयोग करके डिफरेंशियल प्राइवेट परिकल्पना परीक्षण (hypothesis testing) के लिए इष्टतम दरें स्थापित करता है और एक मिलान करने वाला एल्गोरिदम प्रदान करता है, जो फिक्स्ड (fixed) और सीक्वेंशियल (sequential) दोनों सेटिंग्स में DP-SPRT जैसी मौजूदा विधियों की तुलना में बेहतर डेटा दक्षता प्रदर्शित करता है।