वे पेपर जिनकी आसान व्याख्या पर मूल लेखकों ने प्रतिक्रिया दी है।
इस पेज के हर पेपर के लिए कम से कम एक मूल लेखक ने हमारी आसान व्याख्या देखी और उस पर प्रतिक्रिया दी है—या तो यह पुष्टि की कि वह सटीक है, या सुधार माँगे जिन्हें हमने लागू किया। समर्थन का मतलब यह नहीं कि लेखक हर वाक्य को औपचारिक रूप से मंज़ूरी देते हैं, लेकिन इसका मतलब है कि व्याख्या उन लोगों की नज़र से गुज़री है जिन्होंने पेपर लिखा है।
लेखकों द्वारा समीक्षा किए गए 944 पेपर · 311–320 / 944
यह शोध पत्र aenet-PyTorch फ्रेमवर्क के भीतर एक बेयसियन न्यूरल नेटवर्क कार्यान्वयन प्रस्तुत करता है और विश्वसनीय मशीन लर्निंग इंटरएटोमिक पोटेंशियल के विकास को निर्देशित करने के लिए TiO संरचनाओं पर डीप एन्सेम्बल्स के विरुद्ध इसकी अनिश्चितता परिमाणीकरण क्षमताओं की व्यवस्थित रूप से तुलना करता है।
यह शोध पत्र इस धारणा को चुनौती देता है कि इनपुट और निरूपणों (representations) के बीच कम पारस्परिक सूचना (mutual information) ज्यामितीय संपीड़न (geometric compression) का संकेत देती है, बल्कि यह इसके बजाय एक जटिल, गैर-रेखीय संबंध को प्रकट करता है जहाँ सामान्यीकरण (generalization) एक प्रत्यक्ष परिणाम के बजाय एक भ्रमित करने वाले कारक (confounding factor) के रूप में कार्य करता है।
यह शोध पत्र BabelJudge को प्रस्तुत करता है, जो एक ओपन-सोर्स बेंचमार्क और विश्वसनीयता ऑडिट फ्रेमवर्क है, जो नियंत्रित परिवर्तनों (controlled perturbations) के माध्यम से गोल्ड-स्टैंडर्ड लेबल उत्पन्न करके कई भाषाओं और एजेंट ट्रेजेक्टरीज में LLM-as-a-Judge मॉडलों का मूल्यांकन करता है ताकि उन छिपे हुए विफलता मोडों (failure modes) को उजागर किया जा सके जैसे कि पोजीशन और वर्बोसिटी बायस, जिन्हें कच्चे सटीकता मेट्रिक्स पकड़ने में विफल रहते हैं।
यह शोध पत्र पात्र चित्रण के आठ जटिल आयामों का विश्लेषण करने के लिए कथाशास्त्रीय परिभाषाओं को लागू करते हुए, एलएलएम (LLM) द्वारा निर्मित और मानव-लिखित कहानियों के बीच समानताओं और अंतरों की जांच करता है, जिसका उद्देश्य यह निर्धारित करना है कि क्या एआई (AI) मॉडल मानव लेखकों के समान विविधता और गहराई वाले पात्र उत्पन्न करते हैं।
यह शोध पत्र प्रदर्शित करता है कि विशिष्ट डोमेन डेटा पर प्रशिक्षित होने पर, कॉम्पैक्ट, कार्य-अनुकूलित लघु भाषा मॉडल (3B पैरामीटर्स से कम) सामान्य और साहित्यिक संबंध निष्कर्षण (relation extraction) दोनों में ज़ीरो-शॉट फ्रंटियर LLMs की तुलना में काफी बेहतर प्रदर्शन कर सकते हैं, जो जनरेटिव स्केलिंग की आवश्यकता के बिना एक हार्डवेयर-कुशल और निजी विकल्प प्रदान करते हैं।
यह शोध पत्र प्रदर्शित करता है कि बाहरी रूप से लॉन्च किए गए हेलिकॉन तरंग (helicon waves) आदर्श और गैर-आदर्श एंटीना विन्यासों दोनों में अनुनादी पिच-कोण प्रकीर्णन (resonant pitch-angle scattering) के माध्यम से DIII-D टोकैमक में रनवे इलेक्ट्रॉन वृद्धि को प्रभावी ढंग से दबा सकते हैं, जबकि यह भी रेखांकित करता है कि विसंगत अनुनाद (anomalous resonance) रनवे आबादी को बढ़ाता है और व्यवधान के पश्चात के अनुप्रयोगों के लिए महत्वपूर्ण प्रसार चुनौतियाँ बनी हुई हैं।
यह शोधपत्र क्वांटम वर्जन स्पेस पर्ससेप्ट्रॉन एल्गोरिदम में एक त्रुटिपूर्ण जटिलता धारणा को सुधारता है और पर्ससेप्ट्रॉन लर्निंग के लिए दो नए क्वांटम-उन्नत कटिंग-प्लेन एल्गोरिदम प्रस्तावित करता है जो आदर्श स्थितियों के तहत बेहतर जटिलता सीमाओं को स्थापित करने के लिए ग्रोवर सर्च और क्वांटम वॉक सर्च का लाभ उठाते हैं।
यह शोध पत्र SCENIC को प्रस्तुत करता है, जो एक एंड-टू-एंड फ्रेमवर्क है जो उन्नत प्रूनिंग, क्वांटाइजेशन और हार्डवेयर-अवेयर ऑप्टिमाइज़ेशन के माध्यम से मॉडल के आकार और इन्फरेंस लेटेंसी को महत्वपूर्ण रूप से कम करते हुए, स्ट्रक्चर्ड स्मार्ट-होम कमांड उत्पन्न करने के लिए संसाधन-बाधित एज IoT उपकरणों पर अत्यधिक कुशल, सब-0.2B-स्केल ट्रांसफार्मर मॉडल्स की तैनाती को सक्षम बनाता है और लगभग पूर्ण सटीकता (99.0% EM@1) प्राप्त करता है।
OTTER एक ब्लैक-बॉक्स रेड-टीमिंग फ्रेमवर्क है जो न्यूनतम टोकन परिवर्तनों के माध्यम से डिटेक्शन से बचने के लिए प्रॉम्प्ट्स को अनुकूलित करके टॉक्सिसिटी-आधारित LLM सुरक्षा प्रणालियों की भंगुरता को प्रदर्शित करता है, जिससे हमले की सफलता दर में उल्लेखनीय वृद्धि होती है और क्लासिफायर हार्डनिंग के लिए व्यावहारिक अंतर्दृष्टि प्राप्त होती है।
यह शोध पत्र इमर्जेंस-डेंसिटी इन्वर्जन (EDI) परिकल्पना को प्रस्तावित करके मानक एनएलपी (NLP) प्रथाओं को चुनौती देता है, जो यह प्रदर्शित करता है कि जॉब पोस्टिंग में कम-घनत्व वाले "शोर" को त्यागना उभरते हुए व्यवसायों के महत्वपूर्ण अग्रणी संकेतकों की अनदेखी करता है, जैसा कि विश्लेषण किए गए डेटासेट के भीतर प्रॉम्प्ट इंजीनियर और एआई सेफ्टी रिसर्चर जैसे नवीन एआई-संबंधित भूमिकाओं के तीव्र स्थिरीकरण से प्रमाणित होता है।