22292 पेपर
यह शोध पत्र शैडोनेट (ShadowNet) का प्रस्ताव करता है, जो एक डेटा-केंद्रित क्वांटम सिस्टम लर्निंग प्रतिमान है जो मौजूदा विधियों की सीमाओं को दूर करने के लिए क्लासिकल शैडोज़ को न्यूरल नेटवर्क के साथ एकीकृत करता है और 60 क्यूबिट्स तक के सिस्टम के लिए क्वांटम स्टेट टोमोग्राफी और डायरेक्ट फिडेलिटी एस्टीमेशन जैसे कार्यों को कुशलतापूर्वक निष्पादित करता है।
यह शोध पत्र प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (Large Language Models) भाषा-आधारित अनुनय खेलों (language-based persuasion games) के भीतर आर्थिक विकल्प भविष्यवाणी के लिए प्रशिक्षण डेटा उत्पन्न करने में मानव विषयों के प्रभावी विकल्प के रूप में कार्य कर सकते हैं, जो अक्सर वास्तविक मानव डेटा पर प्रशिक्षित मॉडलों से बेहतर प्रदर्शन करते हैं और यह भी प्रकट करते हैं कि सटीक भविष्यवाणी के लिए इतिहास-निर्भर निर्णय पैटर्न को पकड़ना अत्यंत महत्वपूर्ण है।
यह शोध पत्र द्वि-दिशीय बहु-समाधान स्केलेबल ग्रोवर सर्च (BMGS) एल्गोरिदम का प्रस्ताव करता है, जो एक नवीन दृष्टिकोण है जो मौजूदा विधियों की तुलना में कम पुनरावृत्ति गणनाओं और इष्टतम औसत जटिलता के साथ एक असंरचित डेटाबेस में कई समाधानों को कुशलतापूर्वक खोजने के लिए एक बहु-खंड द्वि-दिशीय खोज रणनीति का उपयोग करता है।
यह शोध पत्र DirMixE का प्रस्ताव करता है, जो एक पदानुक्रमित (hierarchical) Mixture-of-Experts ढांचा है जो डिरिचलेट मेटा-वितरणों (Dirichlet meta-distributions) के माध्यम से वैश्विक और स्थानीय दोनों स्तरों पर लेबल वितरण विविधताओं को मॉडल करके टेस्ट-अग्नोस्टिक लॉन्ग-टेल रिकग्निशन को संबोधित करता है, जिसे विविध असंतुलित टेस्ट परिदृश्यों में सामान्यीकरण और प्रदर्शन स्थिरता में सुधार करने के लिए एक लेटेंट स्किल फाइनट्यूनिंग (Latent Skill Finetuning) दृष्टिकोण के साथ एकीकृत किया गया है।
यह शोध पत्र TIMA का प्रस्ताव करता है, जो एक नवीन ढांचा है जो लॉजिट मार्जिन को कैलिब्रेट करने के लिए अडैप्टिव सिमेंटिक-अवेयर मार्जिन के साथ टेक्स्ट-अवेयर इमेज ट्यूनिंग और सिमेंटिक निरंतरता बनाए रखने के लिए सिमेंटिक कंसिस्टेंट मिनिमम हाइपरस्फेरिकल एनर्जी के साथ इमेज-अवेयर टेक्स्ट ट्यूनिंग को पेश करके CLIP जैसे फाउंडेशन मॉडल्स में ज़ीरो-शॉट एडवरसेरियल रोबस्टनेस को बढ़ाते हुए सामान्यीकरण (जनरलाइजेशन) को बनाए रखता है।
यह शोध पत्र MiniGPT-Reverse-Designing को प्रस्तुत करता है, जो एक फाइन-ट्यून्ड MiniGPT-4 मॉडल है जो एक स्रोत छवि, एक संपादित संस्करण और वैकल्पिक पाठ्य विवरण दिए जाने पर छवि संपादन और उनके मापदंडों की भविष्यवाणी करने के जटिल कार्य के लिए विजन-लैंग्वेज क्षमताओं का विस्तार करता है।
यह पायलट अध्ययन प्रदर्शित करता है कि GPT-4 द्वारा निर्मित व्यक्तिगत स्मिशिंग (smishing) संदेश उन संदेशों के समान ही विश्वसनीय हैं जो नौसिखिए मनुष्यों द्वारा लिखे गए हैं, जिसमें नौकरी से संबंधित सामग्री सबसे प्रभावी सिद्ध हुई है, जो यह सुझाव देता है कि सुलभ एआई (AI) उपकरण सामाजिक इंजीनियरिंग के खतरों को महत्वपूर्ण रूप से बढ़ा सकते हैं, बावजूद इसके कि प्रतिभागी एआई और मानव लेखक के बीच अंतर करने में असमर्थ रहे।
यह शोध पत्र DMT-ME को प्रस्तुत करता है, जो एक नवीन आयामी न्यूनीकरण (dimensionality reduction) ढांचा है जो जटिल डेटा एम्बेडिंग और विज़ुअलाइज़ेशन में उत्कृष्ट सटीकता और व्याख्यात्मकता (explainability) को एक साथ प्राप्त करने के लिए ज्यामिति-जागरूक हाइपरबोलिक मैपर (geometry-aware hyperbolic mapper) के साथ विशेषज्ञों के मिश्रण (Mixture of Experts - MoE) को एकीकृत करता है।
यह शोध पत्र प्रदर्शित करता है कि सिंथेटिक डेटा जनरेशन छोटे स्वास्थ्य डेटासेट पर मशीन लर्निंग प्रोग्नोस्टिक प्रदर्शन में महत्वपूर्ण रूप से सुधार करता है, विशेष रूप से उन डेटासेट्स में जिनमें कम बेसलाइन AUC और संतुलित परिणाम जैसे विशिष्ट लक्षण होते हैं, क्योंकि यह साधारण रीसैंपलिंग की तुलना में डेटा विविधता को अधिक प्रभावी ढंग से बढ़ाता है।
यह सर्वेक्षण विविध डोमेन में इवेंट स्ट्रीम मॉडलिंग के लिए स्व-पर्यवेक्षित शिक्षण (सेल्फ-सुपरवाइज्ड लर्निंग) पद्धतियों की व्यवस्थित रूप से समीक्षा और संश्लेषण करता है, जो अलग-थलग डोमेन-विशिष्ट दृष्टिकोणों को जोड़कर डेटा की कमी और खंडित प्रयासों को दूर करने के लिए एक एकीकृत वर्गीकरण और भविष्य का अनुसंधान एजेंडा प्रस्तावित करता है।