23164 पेपर
यह शोध पत्र STROP को प्रस्तुत करता है, जो एक विविक्त (डिस्क्रीट) विजुअल टोकेनाइज़र है जो उच्च-स्तरीय विशेषताओं द्वारा सुपर्वाइज्ड एक चार-चरणीय करिकुलम के माध्यम से एक समर्पित लेंथ हेड को ऑप्टिमाइज़ करके परिवर्तनीय-लंबाई वाले विजुअल प्रोग्राम्स को सीखने के लिए बनाया गया है, ताकि बनावट (टेक्सचर) के बजाय संरचनात्मक संयोजन (कंपोजिशनल स्ट्रक्चर) को प्राथमिकता देने हेतु पिक्सेल पुनर्निर्माण को दरकिनार किया जा सके।
यह शोधपत्र सिमुलेशन-इन्फॉर्म्ड डिफ्यूजन (SID) प्रस्तुत करता है, जो एक विकेंद्रीकृत मल्टी-रोबोट मोशन प्लानिंग फ्रेमवर्क है जो पड़ोसियों के भविष्य के प्रक्षेपवक्रों (ट्रैजेक्टरीज) को सिम्युलेट करने और सक्रिय रूप से टकराव-मुक्त पथों की योजना बनाने के लिए कंस्ट्रेंट-अवेयर डिफ्यूजन मॉडल का लाभ उठाता है, जिससे वैश्विक सेंसिंग या निरंतर संचार पर निर्भर किए बिना अत्यधिक भीड़भाड़ वाले वातावरण में स्केलेबिलिटी और सुरक्षा बढ़ती है।
NUCLEUS-MoE एक एकीकृत मिक्स्चर-ऑफ-एक्सपर्ट्स मॉडल है जो विभिन्न तरल वर्गों के विविध पूल बॉयलिंग डायनेमिक्स को सटीक रूप से सिम्युलेट करने के लिए नेबरहुड अटेंशन और साइन्ड डिस्टेंस फील्ड्स का लाभ उठाता है, जिससे मौजूदा विशिष्ट सरोगेट्स की तुलना में बेहतर सामान्यीकरण और भौतिक निरंतरता प्राप्त होती है।
यह शोध पत्र सैद्धांतिक और अनुभवजन्य रूप से यह प्रदर्शित करता है कि जनरेटिव मॉडल्स को कच्चे टोकन के बजाय अपने स्वयं के लेटेंट रिप्रेजेंटेशन्स (latent representations) की भविष्यवाणी करने के लिए प्रशिक्षित करना, पदानुक्रमित गहराई (hierarchical depth) के सापेक्ष निरंतर सैंपल जटिलता (constant sample complexity) प्राप्त करता है, जिससे पारंपरिक सुपरवाइज्ड या टोकन-स्तरीय सेल्फ-सुपरवाइज्ड लर्निंग की तुलना में एक महत्वपूर्ण डेटा-दक्षता लाभ मिलता है।
यह शोध पत्र एक स्टेट-अलाइन्ड लेटेंट एक्टर-क्रिटिक फ्रेमवर्क प्रस्तावित करता है जो डिफ्यूजन मॉडल्स को उनके स्वयं के टाइमस्टेप-कंडीशन्ड वैल्यू फंक्शन्स के रूप में कार्य करने में सक्षम बनाता है, जिससे स्थिर ट्रैजेक्टरी-लेवल PPO ट्रेनिंग, मल्टी-रिवॉर्ड ऑप्टिमाइजेशन और प्रभावी इन्फरेंस-टाइम स्टीयरिंग सुलभ होती है ताकि मौजूदा अलाइनमेंट विधियों से बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र प्रदर्शित करता है कि लोकल SGD में श्रमिकों के बीच की असहमति स्वाभाविक रूप से लॉस लैंडस्केप की तीव्र, प्रमुख दिशाओं को उजागर करती है, जो बेहतर न्यूरल नेटवर्क प्रशिक्षण के लिए प्रमुख उप-स्थान (dominant subspace) का अनुमान लगाने हेतु एक गणनात्मक रूप से कुशल, हेसियन-मुक्त विधि प्रदान करती है।
यह शोधपत्र SparseModesNet प्रस्तुत करता है, जो एक नवीन आयामी न्यूनीकरण (dimensionality reduction) ढांचा है जो सूचनात्मक मोडों का चयन करने और एक अभिव्यंजक मैपिंग सीखने के लिए रैखिक POD एन्कोडिंग को LassoNet-आधारित गैर-रैखिक डिकोडर के साथ जोड़ता है, जो व्याख्यात्मकता बनाए रखते हुए एडवेक्शन-प्रभावी और विक्षुब्ध (turbulent) प्रवाहों के पुनर्निर्माण में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक युग्मित परीक्षण प्रोटोकॉल प्रस्तावित करता है जो यह प्रदर्शित करता है कि भाषा मॉडल बैच स्थितियाँ इनकार सुदृढ़ता (refusal robustness) को महत्वपूर्ण रूप से प्रभावित करती हैं, जिससे यह प्रकट होता है कि सुरक्षा-लेबल फ्लिप, क्षमता-लेबल फ्लिप की तुलना में अधिक बार होते हैं, लेकिन वे मुख्य रूप से आउटपुट अस्थिरता के कारण होते हैं और उन्हें बैच-अपरिवर्तनीय कर्नेल कार्यान्वयन (batch-invariant kernel implementations) के माध्यम से प्रभावी ढंग से कम किया जा सकता है।
यह शोध पत्र SC-SDPO को प्रस्तुत करता है, जो सेल्फ-डिस्टिलेशन पॉलिसी ऑप्टिमाइज़ेशन का एक नवीन संस्करण है जो प्रशिक्षण प्रश्नों को उनके अनुमानित पास-रेट वेरिएंस के वर्गमूल द्वारा गतिशील रूप से भारित करता है ताकि अंतर्निहित रूप से एक कठिनाई-जागरूक पाठ्यक्रम बनाया जा सके, जिससे तर्क और टूल-उपयोग बेंचमार्क पर स्थिर प्रशिक्षण गतिकी बनाए रखते हुए निरंतर प्रदर्शन लाभ प्राप्त किया जा सके।
यह शोध पत्र UniMaia को प्रस्तुत करता है, जो एक पैरामीटर-कुशल (parameter-efficient) फ्रेमवर्क है जो एंड-टू-एंड मल्टीमॉडल प्रशिक्षण की आवश्यकता के बिना, डोमेन-विशिष्ट प्रदर्शन को संरक्षित करते हुए, गेमप्ले शैली और सामर्थ्य पर मानव-समान नियंत्रणीयता प्राप्त करने के लिए भाषा प्रॉम्प्ट्स का उपयोग करके एक फ्रोजन (frozen) Lc0 चेस पॉलिसी नेटवर्क को निर्देशित करता है।