24055 पेपर
यह शोध पत्र फेडरेटेड नेस्टेड लर्निंग (FedNL) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो फेडरेटेड लर्निंग को तीन-स्तरीय नेस्टेड अनुकूलन प्रणाली के रूप में पुनर्गठित करता है ताकि अनुकूलन नियमों को सहयोगात्मक रूप से सीखा जा सके, जिससे क्लाइंट्स को नॉन-आईआईडी (Non-IID) डेटा पर स्थिर अनुमान मेमोरी के साथ हल्का, ज़ीरो-शॉट टेस्ट-टाइम अनुकूलन करने में सक्षम बनाया जा सके।
यह शोध पत्र फिजिक्स-इन्फॉर्म्ड मल्टी-स्केल माम्बा (PIMSM) का प्रस्ताव करता है, जो एक स्टेट-स्पेस आर्किटेक्चर है जो टेम्पोरल कर्नेल मिसमैच (temporal kernel mismatch) को दूर करने के लिए मॉडल डिस्क्रीटाइजेशन को भौतिक टाइमस्केल्स के साथ संरेखित करता है, जिससे गंभीर वितरण बदलावों (distribution shifts) के तहत वैज्ञानिक टाइम सीरीज़ के लिए सुदृढ़ और स्थिर न्यूरल रिप्रजेंटेशन प्राप्त होता है।
यह शोध पत्र इंटरसेक्शन पाथवे (IP) का प्रस्ताव करता है, जो एक कमजोर रूप से पर्यवेक्षित क्रॉस-मोडल लर्निंग फ्रेमवर्क है जो सघन समन्वय एनोटेशन की आवश्यकता के बिना सटीक सापेक्ष इनडोर स्थानीयकरण के लिए विस्थापन-जागरूक प्रतिनिधित्व सीखने हेतु वाई-फाई फिंगरप्रिंट ट्रेस को जड़त्वीय गति वेक्टर्स के साथ संरेखित करता है।
यह शोध पत्र F^3A को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) विजुअल टोकन प्रूनिंग राउटर है जो प्रूनिंग को टास्क-कंडीशन्ड एविडेंस सर्च के रूप में मानकर एक निश्चित टोकन बजट को गतिशील रूप से आवंटित करता है, जिससे बिना किसी अतिरिक्त प्रशिक्षण या मूल डिकोडिंग पाइपलाइन को बाधित किए मल्टीमॉडल मॉडल्स में इन्फरेंस लागत को कम किया जा सके।
ProxyKV एक क्रॉस-मॉडल फ्रेमवर्क है जो लॉन्ग-कॉन्टेक्स्ट LLM इन्फरेंस के लिए KV कैश को कुशलतापूर्वक प्रून करने हेतु एक लाइटवेट एसिंक्रोनस स्मॉल-मॉडल प्रॉक्सी और एक नवीन HybridAxialMapper का उपयोग करता है, जो अत्याधुनिक तरीकों के समान उच्च सटीकता प्राप्त करते हुए प्रीफिलिंग ओवरहेड को काफी कम कर देता है।
यह शोध पत्र TailedTS को प्रस्तुत करता है, जो विकिपीडिया पेज व्यूज़ का एक बड़े पैमाने का बेंचमार्क डेटासेट है, जो भारी-पूंछ (heavy-tailed) और शून्य-स्फीत (zero-inflated) वितरणों द्वारा अभिलक्षित है, जिसे गैर-गाऊसी (non-Gaussian) स्थितियों के तहत समय श्रृंखला पूर्वानुमान मॉडलों का मूल्यांकन करने और उच्च-ट्रैफ़िक वाले डिजिटल प्लेटफार्मों की आवधिकता (periodicity) के बारे में अंतर्दृष्टि प्रकट करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र तर्क देता है कि एक्टिवेशन स्टीयरिंग प्रभावकारिता में परिवर्तनशीलता मुख्य रूप से रैंक-1 समाधानों की अनुपस्थिति के बजाय खोज की कठिनाई (search difficulty) द्वारा संचालित होती है, जो GRACE फ्रेमवर्क का प्रस्ताव करता है जो इष्टतम स्टीयरिंग दिशाओं के लिए कुशल, ज्यामिति-जागरूक बजट वाली खोज (geometry-aware budgeted search) को निर्देशित करने के लिए प्रॉम्प्ट-बाउंड्री संरेखण और एक नए "कॉन्सेप्ट ग्रैनुलैरिटी" मीट्रिक का लाभ उठाता है।
यह शोधपत्र SwordBench प्रस्तुत करता है, जो विज़न मॉडलों में स्टीयरिंग इमेज रिप्रेजेंटेशन की ऑर्थोगोनैलिटी और प्रभावशीलता का मूल्यांकन करने के लिए एक व्यापक बेंचमार्क है, यह प्रकट करते हुए कि जबकि लीनियर मेथड्स बेहतर सेपेरेबिलिटी (separability) प्रदान करते हैं, वे अक्सर स्पार्स ऑटोएनकोडर्स (sparse autoencoders) की तुलना में कोलेटरल डैमेज (collateral damage) को रोकने में विफल रहते हैं।
यह शोध पत्र एक विच्छेदित द्वि-स्रोत शिक्षण ढांचे (decoupled dual-source learning framework) का प्रस्ताव करता है जो बोन इन्फेक्शन सेगमेंटेशन में एनोटेशन विसंगतियों को संबोधित करने के लिए PET और CT मोडैलिटीज को एकीकृत करता है, और यह प्रदर्शित करने के लिए कठोर रोगी-स्तरीय 3D मूल्यांकन का उपयोग करता है कि कैसे समानांतर मॉडल मजबूत नैदानिक AI परिनियोजन के लिए विशिष्ट विशेषज्ञ नैदानिक दर्शनों को प्रभावी ढंग से आत्मसात कर सकते हैं।
CheckSupport एक ओपन-सोर्स, स्थानीय रूप से तैनात करने योग्य टूल है जो वैज्ञानिक रिपोर्टिंग चेकलिस्ट के चयन और साक्ष्य-आधारित पूर्णता को स्वचालित करने के लिए इंस्ट्रक्शन-ट्यून्ड लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो पांडुलिपि सबमिशन के मैनुअल बोझ को काफी कम करते हुए उच्च सटीकता और गोपनीयता संरक्षण प्राप्त करता है।