23489 पेपर
यह शोधपत्र MemFail को प्रस्तुत करता है, जो एक नैदानिक बेंचमार्क है जो विशिष्ट विफलता मोड को अलग करने और उनका मूल्यांकन करने के लिए LLM मेमोरी सिस्टम को सारांशीकरण (summarization), भंडारण (storage) और पुनर्प्राप्ति (retrieval) कार्यों में विभाजित करता है, जो समग्र सटीकता मेट्रिक्स से आगे बढ़कर सिस्टम डिज़ाइन के समझौतों (trade-offs) में सूक्ष्म अंतर्दृष्टि प्रदान करता है।
यह शोध पत्र SILO को प्रस्तुत करता है, जो एक प्रक्षेपवक्र-स्तरीय (trajectory-level) स्व-सुधार अनुकरण ढांचा है जो मौजूदा सुदृढीकरण शिक्षण (reinforcement learning) और जनरेटिव बेसलाइनों की तुलना में सीमित ओरेकल बजट के तहत बेहतर प्रोटीन अनुक्रम अनुकूलन प्राप्त करने के लिए पदानुक्रमित संपादन नीतियों (hierarchical edit policies), स्टोकेस्टिक बीम सर्च (stochastic beam search) और एलेनिन-स्कैन फिटनेस स्कोर (alanine-scan fitness score) को संयोजित करता है।
यह शोध पत्र क्वाड्रैटिक स्कोरिंग नियमों से परे प्रॉपर स्कोरिंग नियमों के व्यापक वर्ग तक अंशांकन (कैलिब्रेशन) और कैलिबेटिंग (कैलिब्रेटिंग) की अवधारणाओं का विस्तार करता है, उनके सैद्धांतिक संबंधों को स्थापित करता है, प्रॉपर-कैलिबेटिंग की गारंटी देने के लिए विधियाँ प्रदान करता है, और यूनिवर्सल नो-रिग्रेट निर्णय लेने के साथ उनकी समानता को प्रदर्शित करता है।
यह शोध पत्र सैद्धांतिक रूप से यह प्रदर्शित करता है कि ट्रांसफॉर्मर, गॉसियन प्रोसेस रिग्रेशन के लिए ग्रेडिएंट डिसेंट एल्गोरिदम को लागू करके, इन-कॉन्टेक्स्ट (in-context) पोस्टीरियर प्रेडिक्टिव डिस्ट्रीब्यूशन का अनुमान लगा सकते हैं, जबकि यह विश्लेषण भी करता है कि नॉर्मलाइजेशन और अटेंशन डेप्थ जैसे आर्किटेक्चरल विकल्प उनकी एक्सट्रपलेशन क्षमताओं और एरर बाउंड्स को कैसे प्रभावित करते हैं।
यह शोध पत्र APEX का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो कम लक्ष्य पर्यवेक्षण (target supervision) के तहत उच्च-आवृत्ति वाले वेव-फील्ड प्रेडिक्शन में सुधार करता है, जिसमें एक निम्न-आवृत्ति न्यूरल ऑपरेटर के आयाम (amplitude) को एक संरचनात्मक एंकर के रूप में और लुप्त दोलनी विवरणों (oscillatory details) को पुनर्गठित करने के लिए चरण पूर्ववृत्त (phase prior) द्वारा निर्देशित एक सशर्त फ्लो-मैचिंग एनहांसर का उपयोग किया गया है।
यह शोध पत्र STARS को प्रस्तुत करता है, जो एक ऐसा प्रशिक्षण ढांचा (training framework) है जो जैकोबियन स्पेक्ट्रल रेडियस रेगुलराइजेशन (Jacobian Spectral Radius Regularization) के माध्यम से लेटेंट स्टेट्स को एसिम्प्टोटिकली स्टेबल फिक्स्ड पॉइंट्स तक सीमित करके लूप्ड लैंग्वेज मॉडल्स में रिकरेंट डायनेमिक्स को स्थिर करता है, जिससे विश्वसनीय टेस्ट-टाइम स्केलिंग और जटिल तर्क कार्यों पर बेहतर प्रदर्शन सक्षम होता है।
यह शोधपत्र ऐसे मशीन लर्निंग सरोगेट्स (surrogates) प्रस्तुत करता है जो एक स्केलिंग लॉ (scaling law) और एक स्व-समान रूपांतरण (self-similar transformation) का लाभ उठाकर लो-थ्रस्ट प्रक्षेपवक्र लागतों (low-thrust trajectory costs) और पहुंच क्षमता (reachability) का सटीक और कुशलतापूर्वक अनुमान लगाते हैं, ताकि बिना पुनरप्रशिक्षण के विविध कक्षीय वातावरणों में सामान्यीकरण किया जा सके।
यह शोध पत्र लेटेंट रिकरेंट ट्रांसफॉर्मर (LRT) को प्रस्तुत करता है, जो एक हल्का आर्किटेक्चर है जो इन्फरेंस डेप्थ (inference depth) बढ़ाए बिना उच्च-स्तरीय हिडन स्टेट्स (high-level hidden states) को रिकरेंट मेमोरी के रूप में पुन: उपयोग करके ऑटोरेग्रेसिव मॉडल्स को बेहतर बनाता है, और इस दृष्टिकोण को कुशलतापूर्वक स्केल करने के लिए एक इंटरलीव्ड पैरेलल ट्रेनिंग स्ट्रैटेजी का प्रस्ताव करता है, जिसके परिणामस्वरूप न्यूनतम पैरामीटर ओवरहेड के साथ बेहतर लैंग्वेज मॉडलिंग और इन-कॉन्टेक्स्ट लर्निंग प्रदर्शन प्राप्त होता है।
यह शोध पत्र "कलमन इवॉल्व" (Kalman Evolve) को प्रस्तुत करता है, जो कलमन फ़िल्टर के अपडेट स्ट्रक्चर में व्याख्यात्मक, गैर-अफ़ाइन संशोधनों की खोज करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे उन नॉनलीनियर सेंसिंग परिदृश्यों में प्रदर्शन के अंतर को पाटा जा सके जहाँ पारंपरिक पैरामीटर ट्यूनिंग विफल हो जाती है।
यह शोध पत्र Periodic-TDL प्रस्तुत करता है, जो एक गहरा शिक्षण (deep learning) ढांचा है जो पॉलिमर में many-body इंटरैक्शन को पकड़ने के लिए आवधिक Vietoris-Rips कॉम्प्लेक्स और पदानुक्रमित सिम्प्लिशियल मैसेज-पासिंग का लाभ उठाता है, जो न केवल गुण भविष्यवाणी (property prediction) में अत्याधुनिक मॉडलों से बेहतर प्रदर्शन करता है बल्कि प्रयोगों के माध्यम से सफलतापूर्वक यह भी प्रमाणित करता है कि विशिष्ट कार्यात्मक समूह प्रतिस्थापन (functional group substitutions) तापीय स्थिरता को महत्वपूर्ण रूप से बढ़ाते हैं।