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 948 पेपर · 691–700 / 948
यह शोध पत्र की-वैल्यू मीन्स (KVM) को प्रस्तुत करता है, जो अटेंशन के लिए एक नवीन ब्लॉक-रिकरेंस तंत्र है जो ट्रांसफॉर्मर्स और लीनियर RNNs के लाभों को एकीकृत करता है, जिससे मानक ऑपरेशन्स और न्यूनतम अतिरिक्त पैरामीटर्स का उपयोग करते हुए कुशल, चंक-पैरेललाइज़ेबल ट्रेनिंग के साथ लचीले स्टेट ग्रोथ और सबक्वाड्रेटिक प्रीफिल टाइम को सक्षम बनाया जा सके।
यह शोध पत्र DP-LAC को पेश करता है, जो भाषा मॉडलों के डिफरेंशियल प्राइवेट फेडरेटेड फाइन-ट्यूनिंग के लिए एक हल्का (लाइटवेट) तरीका है, जो बिना किसी अतिरिक्त गोपनीयता लागत या हाइपरपैरामीटर ट्यूनिंग के क्लिपिंग थ्रेशोल्ड का कुशलतापूर्वक अनुमान लगाता है और उसे अनुकूलित करता है, जिससे मौजूदा दृष्टिकोणों की तुलना में 6.6% सटीकता में सुधार होता है।
यह शोध पत्र टेस्ट-टाइम स्पेक्यूलेशन (TTS) पेश करता है, जो एक ऑनलाइन डिस्टिलेशन विधि है जो इन्फरेंस के दौरान टारगेट मॉडल के वेरिफिकेशन सिग्नल्स का उपयोग करके ड्राफ्ट मॉडल को निरंतर अनुकूलित करती है, जिससे लंबे अनुक्रमों (sequences) पर मौजूदा स्पेकुलेटर्स के प्रदर्शन में गिरावट को दूर किया जा सकता है और स्वीकृति लंबाई (acceptance lengths) में महत्वपूर्ण सुधार किया जा सकता है।
यह शोध पत्र फाइनेंशियल एनोटेटेड डेटासेट (FIAD) के निर्माण को प्रस्तुत करता है, जो बैंकिंग ऐप समीक्षाओं और लोकल ग्रामर ग्राफ से प्राप्त एक कोरियाई भाषाई संसाधन है, जिसका उपयोग एनोटेटेड प्रशिक्षण डेटा उत्पन्न करने के लिए किया जाता है जो बैंकिंग ग्राहक सेवा संवाद प्रणालियों में विभिन्न NLU मॉडलों के प्रदर्शन में महत्वपूर्ण सुधार करता है।
NEO एक हाइपरपैरामीटर-मुक्त, गणनात्मक रूप से कुशल टेस्ट-टाइम अडैप्टेशन विधि है जो टारगेट डेटा एम्बेडिंग्स को मूल (ओरिजिन) पर पुन: केंद्रित करके वितरण बदलावों (डिस्ट्रीब्यूशन शिफ्ट्स) के तहत मॉडल की मजबूती और अंशांकन (कैलिब्रेशन) में सुधार करती है, जिससे न्यूनतम कंप्यूट ओवरहेड के साथ कई डेटासेट्स और डिवाइसेस पर बेहतर सटीकता प्राप्त होती है।
यह शोध पत्र Scam2Prompt को प्रस्तुत करता है, जो एक स्केलेबल फ्रेमवर्क है जो प्रोडक्शन लार्ज लैंग्वेज मॉडल्स में एक गंभीर और बिगड़ती सुरक्षा भेद्यता को उजागर करता है, जहाँ दुर्भावनापूर्ण स्कैम साइटों से प्राप्त स्वचालित प्रॉम्प्ट कई मॉडल्स में 47.3% मामलों तक हानिकारक कोड उत्पन्न करने में सफलतापूर्वक ट्रिगर करते हैं, जिससे गार्डरेल्स और RAG जैसे वर्तमान सुरक्षा उपाय अपर्याप्त हो जाते हैं।
यह शोध पत्र यह स्थापित करता है कि एक निश्चित परिमित-मोनोइड टाइपिंग के तहत प्रतिस्थापनीय संदर्भ-मुक्त भाषाओं को धनात्मक डेटा से सीमा (limit) में पहचाना जा सकता है, जिसमें सामान्य निश्चित-h वर्ग के लिए परिकल्पना निर्माण और अद्यतन नमूना आकार के संदर्भ में बहुपद समय में और रैखिक उपवर्ग के लिए एक पूर्ण बहुपद समय-और-डेटा गारंटी (एक विशेषता-नमूना आकार पर बहुपद सीमा सहित) के साथ, एक परिमित टाइप पुनर्निर्माण सिद्धांत के माध्यम से होता है जो एक परिमित अवलोकन सेट से व्युत्पन्न एक मानक परिकल्पना व्याकरण के इर्द-गिर्द निर्मित है।
यह शोध पत्र सिद्ध करता है कि जटिलता वर्ग (complexity class) NL, logCFL से भिन्न है, जो एक ऐसा परिणाम है जो आगे L ≠ Ptime और NL ≠ Ptime के पृथक्करण को निहित करता है।
यह शोध पत्र INCAMA को प्रस्तुत करता है, जो एक भौतिकी-जागरूक (physics-aware) ढांचा है जो विकृत न्यूरोइमेजिंग संकेतों से निर्देशित तंत्रिका कारण संरचनाओं (directed neural causal structures) को पुनर्प्राप्त करने के लिए लेटेंट-स्पेस इन्वर्जन को डिले-अवेयर माम्बा एनकोडर के साथ जोड़ता है, जो सिमुलेशन और वास्तविक दुनिया के fMRI डेटा दोनों में बेसलाइन्स की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक को-डायमेंशन-थ्री रीज़ रिडक्शन (codimension-three Riesz reduction) से व्युत्पन्न एक प्रेरित ग्रीन कर्नेल (induced Green kernel) को प्राप्त करके स्केलर कैसिमिर ट्रेस (scalar Casimir trace) का एक क्वाड्रेटिक-फॉर्म प्रतिनिधित्व स्थापित करता है, जो यह अनुमति देता है कि एक हीट-रेगुलराइज्ड गॉसियन स्रोत की ऊर्जा का प्रत्याशा (expectation) सटीक रूप से ट्रेस को पुनरुत्पादित करे और डि dirichlet समानांतर-प्लेट ज्यामितिओं में मानक परिमित-भाग (finite-part) परिणामों की पुष्टि करे।