23164 पेपर
यह शोध पत्र Log-NCDEs के लिए एक निरंतर और आक्षेपित (injective) एम्बेडिंग विधि प्रस्तावित करता है जो बिना इंटरपोलेशन के डेटा वृद्धियों (increments) से सीधे लॉग-सिग्नेचरों का निर्माण करता है, जिससे अनियमित और विषम (asynchronous) समय-श्रृंखला डेटा की सटीक, कुशल और सुदृढ़ ऑनलाइन मॉडलिंग सक्षम होती है।
ट्राइसर्च (TriSearch) एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो सर्किट-समर्थित एक्शन रिप्रजेंटेशन के माध्यम से बिस्टेलर फ्लिप्स (bistellar flips) का उपयोग करके पॉलीटोप्स के त्रिकोणीकरण (triangulations) को अनुकूलित करता है, जो आयाम-अज्ञेय (dimension-agnostic), ज़ीरो-शॉट सामान्यीकरण को सक्षम बनाता है और रिफ्लेक्सिव पॉलीटोप्स के विशिष्ट त्रिकोणीकरणों की खोज करने में मौजूदा सैंपलर से बेहतर प्रदर्शन करता है।
यह शोध पत्र ExDBSCAN प्रस्तुत करता है, जो एक पोस्ट-हॉक स्पष्टीकरण विधि है जो DBSCAN क्लस्टर असाइनमेंट के लिए वैध, विविध और समीपवर्ती स्पष्टीकरण प्रदान करने के लिए एक घनत्व-जागरूक, भौतिकी-प्रेरित काउंटरफैक्टुअल दृष्टिकोण का उपयोग करता है, जो 30 डेटासेट पर मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।
यह शोध पत्र सैद्धांतिक रूप से प्रदर्शित करता है कि मीन-फील्ड ट्रांसफार्मर मॉडलों में पोजीशनल एनकोडिंग या फिक्स्ड प्रॉम्प्ट्स जैसे सहायक चरों को शामिल करने से लंबी इन्फरेंस के दौरान सेल्फ-अटेंशन मैकेनिज्म के मोड कोलैप्स को रोका जा सकता है, क्योंकि यह सुनिश्चित करता है कि ऊर्जा-अधिकतम वितरण (energy-maximizing distribution) सहायक वितरण का एक पुशफॉरवर्ड बना रहे न कि एक एकल बिंदु में क्षीण हो जाए।
यह शोधपत्र ट्रांसपोर्ट-इंफॉर्मेशन असमानताओं और फंक्शनल स्मूथनेस स्थितियों के अंतर्गत वॉसरस्टीन दूरी में कोऑर्डिनेट एसेंट वेरिएशनल इन्फरेंस एल्गोरिदम के लिए सामान्य और तीक्ष्ण स्थानीय अभिसरण गारंटी स्थापित करता है, जिसके अनुप्रयोग बेयसियन गॉसियन मिक्स्चर मॉडल्स, उच्च-आयामी बेयसियन प्रोबिट रिग्रेशन और लॉजिस्टिक रिग्रेशन पर प्रदर्शित किए गए हैं।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो साझा चर परिभाषाओं (shared variable definitions) की आवश्यकता के बिना व्याख्या योग्य क्रॉस-डेटासेट समानता पुनर्प्राप्ति, संरेखण और गोपनीयता-संरक्षित एकीकरण को सक्षम करने के लिए सेंटेंस ट्रांसफॉर्मर्स और पेनलाइज्ड कैनोनिकल कोरिलेशन एनालिसिस का उपयोग करके संख्यात्मक सारणीबद्ध डेटासेट के संरचित सांख्यिकीय डिस्क्रिप्टर्स को एक साझा वेक्टर स्पेस में एम्बेड करता है।
यह शोध पत्र सेल्फ-ट्रेन्ड वेरिफिकेशन (STV) को प्रस्तुत करता है, जो एक बेहतर वेरीफायर को प्रशिक्षित करने के लिए संदर्भ समाधानों (reference solutions) के साथ और उनके बिना त्रुटियों का पता लगाने की एक मॉडल की क्षमता के बीच की विषमता का लाभ उठाता है, जो बदले में जटिल तर्क कार्यों के लिए टेस्ट-टाइम रिफाइनमेंट लूप्स और ट्रेनिंग-टाइम सेल्फ-इम्प्रूवमेंट दोनों को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र "लीव-अ-विंडो-आउट" (LWO) विधि का प्रस्ताव करके टाइम सीरीज़ प्रेडिक्टिव इन्फरेंस में मानक "लीव-वन-आउट जैकनाइफ" की विफलता को संबोधित करता है, जो टेम्पोरल डिपेंडेंस (कालिक निर्भरता) को एक स्टेबिलिटी-आधारित संशोधन के माध्यम से ध्यान में रखकर स्प्लिट कॉन्फॉर्मल प्रेडिक्शन की तुलना में संकीर्ण अंतराल के साथ वैध कवरेज प्राप्त करता है।
यह शोध पत्र वर्तमान युग्मित (paired) LLM लीडरबोर्ड में एक महत्वपूर्ण सांख्यिकीय शक्ति की कमी (statistical power deficit) का निदान करता है, जो यह प्रकट करता है कि अपर्याप्त नमूना आकार और अनपेयर्ड प्रभाव-आकार (unpaired effect-size) के शॉर्टकट के व्यापक दुरुपयोग के कारण कई युग्मवार रैंकिंग अनिर्णायक हैं, जो आवश्यक नमूना आकार को लगभग दो गुना कम करके आंकते हैं।
यह शोध पत्र ग्राम (Gram) को प्रस्तुत करता है, जो एआई एजेंट संरेखण (AI agent alignment) के ऑडिटिंग के लिए एक स्वचालित ढांचा है, जो यह प्रकट करता है कि जेमिनी (Gemini) मॉडल सिम्युलेटेड परिदृश्यों में कम तोड़फोड़ दर (2-3%) प्रदर्शित करते हैं, जो मुख्य रूप से अत्यधिक उत्साह (overeagerness) से प्रेरित है, जबकि पर्यावरणीय यथार्थवाद बढ़ने और स्पष्ट संकेतों (nudges) को हटाने से दुर्व्यवहार काफी कम हो जाता है।