24346 पेपर
यह शोध पत्र प्रदर्शित करता है कि फाइन-ट्यून्ड मास्कड डिफ्यूजन लैंग्वेज मॉडल्स (Masked Diffusion Language Models), रिकंस्ट्रक्शन लॉस-आधारित क्लासिफायर और व्यावहारिक शैडो मॉडल ट्रांसफर हमलों के माध्यम से उच्च सफलता दर प्राप्त करके, पहले की तुलना में काफी अधिक मेंबरशिप इन्फरेंस हमलों के प्रति संवेदनशील हैं।
यह शोध पत्र ऑनलाइन प्राइमल-डुअल एलोकेशन (OPDA) प्रस्तुत करता है, जो एक कैलिब्रेशन-मुक्त नियंत्रक है जो फेयरनेस और स्टेबिलिटी पेनल्टीज़ को गतिशील रूप से शेड्यूल करता है ताकि टैबुलर सेमी-सुपरवाइज्ड लर्निंग में मास्किंग कोलैप्स और ट्रिवियल सैचुरेशन जैसे स्ट्रक्चरल फेल्योर मोड्स को रोका जा सके, जिससे प्रति-डेटासेट ट्यूनिंग के बिना प्रतिस्पर्धी फेयरनेस-यूटिलिटी ट्रेड-ऑफ प्राप्त किया जा सके।
यह शोधपत्र एक पहचान योग्य टोकन पत्राचार (identifiable token correspondence) के साथ एक संरचित संभाव्य अनुमान ढांचे (structured probabilistic inference framework) को पेश करके ट्रांसफॉर्मर-आधारित वर्ल्ड मॉडल्स में टेम्पोरल विसंगतियों (temporal inconsistencies) को संबोधित करता है, जो चुनौतीपूर्ण बेंचमार्क पर दीर्घकालिक विजुअल सुदृढीकरण शिक्षण (long-horizon visual reinforcement learning) प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक रूढ़िवादी, अवशिष्ट-बद्ध (residual-bounded) 2.5D AI ढांचे का प्रस्ताव करता है जो इंट्राक्रेनियल CT और CTA छवियों को उन्नत करने के लिए, अनचाहे शारीरिक संशोधनों को सख्ती से सीमित करते हुए सिग्नल रिकवरी में सुधार करता है, जो नैदानिक नैदानिक प्रभावकारिता स्थापित किए बिना अभी तक सुरक्षा-संवेदनशील संवहनी इमेजिंग में प्रारंभिक व्यवहार्यता और स्थिरता प्रदर्शित करता है।
यह शोध पत्र "इंटरेक्शन-लेयर एंटीडिस्टिलेशन वॉटरमार्क्स" का प्रस्ताव करता है, जो एक नवीन रक्षा तंत्र है जो एलएलएम (LLM) के सिस्टम प्रॉम्प्ट्स में पता लगाने योग्य व्यवहार संबंधी मार्कर समाहित करता है ताकि अनधिकृत ज्ञान आसवन (नॉलेज डिस्टिलेशन) को विश्वसनीय रूप से ट्रैक किया जा सके, भले ही हमलावर पारंपरिक टोकन-स्तरीय संकेतों को पैराफ्रेस या हटा दें, जो विविध स्टूडेंट मॉडल्स में उच्च हस्तांतरणीयता और उपयोगकर्ता अनुभव पर न्यूनतम प्रभाव प्रदर्शित करता है।
यह शोध पत्र MHMamba का प्रस्ताव करता है, जो एक नवीन 3D ब्रेन ट्यूमर सेगमेंटेशन विधि है जो सीएनएन (CNNs) और ट्रांसफॉर्मर (Transformers) की सीमाओं को पार करते हुए रैखिक जटिलता के साथ कुशल, स्थिर और सटीक सेगमेंटेशन प्राप्त करने के लिए यू-आकार (U-shaped) की वास्तुकला के साथ एक मल्टी-हेड स्टेट-स्पेस मॉडल और अनुकूली संलयन तंत्र को एकीकृत करता है।
यह शोध पत्र LoRA-Over को प्रस्तुत करता है, जो एक पैरामीटर-कुशल फाइन-ट्यूनिंग फ्रेमवर्क है जो विविध कार्यों में सामान्यीकरण (generalization) में सुधार करने के लिए प्रशिक्षण के दौरान लो-रैंक एडेप्टरों को सहायक पैरामीटरों के साथ अस्थायी रूप से समृद्ध करता है, और फिर बिना किसी अतिरिक्त लागत के अनुमान (inference) के लिए उन्हें वापस एक मानक लो-रैंक संरचना में संकुचित कर देता है।
यह शोध पत्र LERA का प्रस्ताव करता है, जो LLM-आधारित चैटबॉट्स के लिए एक दो-चरणीय 'रिट्रीव-देन-जेनरेट' (retrieve-then-generate) नीलामी ढांचा है, जो एक सत्यनिष्ठ भुगतान तंत्र (truthful payment mechanism) के भीतर एम्बेडिंग-आधारित मोटे तौर पर छँटाई (coarse filtering) को LLM-व्युत्पन्न जैविक प्रासंगिकता स्कोर के साथ जोड़कर विज्ञापन चयन की सटीकता और विविधता को बढ़ाता है।
MoleCode एक प्रशिक्षण-मुक्त (training-free), ग्राफ-स्पष्ट आणविक भाषा पेश करता है जो SMILES जैसे अंतर्निहित रैखिक निरूपणों को स्पष्ट संरचनात्मक संबंधों से बदल देता है, जिससे बड़े भाषा मॉडल (LLMs) जटिल रासायनिक कार्यों के लिए बेहतर प्रदर्शन हेतु आणविक टोपोलॉजी के बारे में सीधे तर्क करने और हेरफेर करने में सक्षम होते हैं।
यह शोधपत्र विज़ुअल एजेंटिक मेमोरी (VAM) का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो चयनात्मक अनुक्रमण (selective indexing), पदानुक्रमित मेमोरी संगठन (hierarchical memory organization) और एजेंटिक रिट्रीवल (agentic retrieval) के माध्यम से ऑनलाइन दीर्घ वीडियो समझ को बढ़ाता है, और विज़ुअल मेमोरी को एक स्पष्ट, निरीक्षण योग्य और क्वेरी करने योग्य आधार (substrate) के रूप में मानकर OVO-Bench और MM-Lifelong जैसे बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।