24509 पेपर
BaLoRA लो-रैंक एडेप्टेशन (LoRA) का एक बेयसियन विस्तार पेश करता है जो इनपुट-अनुकूली पैरामीट्राइजेशन का उपयोग करता है ताकि भविष्यवाणी की सटीकता को बढ़ाने और सुव्यवस्थित अनिश्चितता अनुमान प्रदान करने के लिए एक साथ काम किया जा सके, जिससे पूर्ण फाइन-ट्यूनिंग के साथ प्रदर्शन के अंतर को प्रभावी ढंग से कम किया जा सके और महत्वपूर्ण अनुप्रयोगों में विश्वसनीय त्रुटि अनुमान सक्षम किया जा सके।
यह शोध पत्र TTCD का प्रस्ताव करता है, जो एक नवीन एंड-टू-एंड फ्रेमवर्क है जो गैर-स्थिर (non-stationary), गैर-रेखीय (nonlinear) और शोर युक्त (noisy) टाइम सीरीज़ डेटा में समकालीन और लैग्ड (lagged) कारण संबंधी संबंधों को मजबूती से खोजने के लिए पुनर्निर्माण-निर्देशित सिग्नल डिस्टिलेशन (reconstruction-guided signal distillation) के साथ ट्रांसफार्मर-आधारित टेम्पोरल और फ्रीक्वेंसी-डोमेन अटेंशन का लाभ उठाता है, जो प्रतिबंधात्मक सांख्यिकीय धारणाओं पर निर्भर नहीं है।
यह शोध पत्र एक नियंत्रित बेंचमार्क प्रस्तुत करता है जो यह प्रदर्शित करता है कि एआई कोडिंग एजेंटों को एक प्रोडक्ट-कॉन्टेक्स्ट रिट्रीवल सिस्टम (Brief) के साथ संवर्धित करने से, केवल कोडबेस एक्सेस की तुलना में टीम-विशिष्ट प्रोडक्ट निर्णयों के प्रति उनकी अनुपालन क्षमता में 49 प्रतिशत अंकों का सुधार होता है, जिससे वास्तविक सॉफ्टवेयर इंजीनियरिंग कार्यों पर 95% अनुपालन प्राप्त होता है।
यह शोधपत्र सेफ्टी-अवेयर डिनोइज़र (SAD) को प्रस्तुत करता है, जो एक हल्का इन्फरेंस-टाइम फ्रेमवर्क है जो टेक्स्ट डिफ्यूजन मॉडल्स को डिनोइजिंग प्रक्रिया के दौरान प्रमाणित रूप से सुरक्षित क्षेत्रों की ओर निर्देशित करता है, जिससे मॉडल को पुन: प्रशिक्षित किए बिना आउटपुट गुणवत्ता को बनाए रखते हुए असुरक्षित जनरेशन को प्रभावी ढंग से कम किया जा सकता है।
यह अनुभवजन्य अध्ययन मॉड्यूलर एडिशन नेटवर्क में तियान (2025) के सैद्धांतिक फीचर रिपल्शन तंत्र की पुष्टि करता है, जो यह प्रदर्शित करता है कि जबकि फीचर इंटरैक्शन की अनुमानित साइन संरचना सक्रियण फलनों (activation functions) के across मजबूती से बनी रहती है, पैरामीटर अपडेट में परिणामी स्पेक्ट्रल सिग्नेचर सख्ती से सक्रियण व्युत्पन्न (activation derivative) पर निर्भर करते हैं, जिसमें क्वाड्रेटिक सक्रियण ग्रौकिंग (grokking) के दौरान एक पता लगाने योग्य रैंक-2 स्पेक्ट्रल लॉक-इन को सक्षम करते हैं जिसे ReLU सक्रियण उत्पन्न करने में विफल रहते हैं।
यह अध्ययन प्रतिस्पर्धी रोबोटिक्स पर्यावरणीय स्थितियों के तहत विभिन्न ResNet बैकबोन के साथ RT-DETR को बेंचमार्क करता है, जिससे यह पता चलता है कि मध्यम-गहराई वाले मॉडल जैसे कि ResNet50 और ResNet34, इस आधार पर सटीकता, आत्मविश्वास और विलंबता (latency) के बीच इष्टतम संतुलन प्रदान करते हैं कि प्राथमिक चुनौती प्रकाश व्यवस्था या पृष्ठभूमि भिन्नता में से क्या है।
यह शोध पत्र C-SAS को प्रस्तुत करता है, जो एक बुद्धिमान स्वायत्त ऑर्केस्ट्रेशन फ्रेमवर्क है जो वास्तविक समय की स्थिरता सूचकांक स्थापित करने के लिए 'आर्ग्युमेंट प्रिंसिपल' और 'रूचे का प्रमेय' जैसे जटिल विश्लेषणात्मक तरीकों का उपयोग करता है, जिससे वितरित क्लाउड वातावरण में VM फ्लैपिंग को 94% तक कम किया गया है और 96% संसाधन दक्षता प्राप्त की गई है।
यह शोध पत्र HoReN का प्रस्ताव करता है, जो एक स्केलेबल, पैरामीटर-प्रिजर्विंग मॉडल एडिटिंग फ्रेमवर्क है जो मूल मॉडल को खराब किए बिना स्थिर, उच्च-प्रदर्शन वाले अनुक्रमिक ज्ञान अपडेट प्राप्त करने के लिए कोणीय समानता (angular similarity) और डैम्प्ड हॉपफील्ड अट्रैक्टर डायनेमिक्स (damped Hopfield attractor dynamics) के साथ एक डिस्क्रीट की-वैल्यू कोडबुक का उपयोग करता है।
NoiseRater एक मेटा-लर्निंग फ्रेमवर्क है जो शोर के वास्तविकताओं (noise realizations) को इंस्टेंस-लेवल महत्व स्कोर प्रदान करने के लिए एक पैरामीट्रिक नॉइज़ रेटर पेश करके डिफ्यूजन मॉडल प्रशिक्षण दक्षता और पीढ़ी की गुणवत्ता में सुधार करता है, जिससे सूचनात्मक शोर नमूनों का अनुकूली पुनर्रचना (adaptive reweighting) और प्राथमिकता निर्धारण सक्षम होता है।
यह शोध पत्र एक मल्टीमॉडल इंटरेक्शन गेट (Multimodal Interaction Gate) के साथ एक सेल्फ-कैप्शनिंग फ्रेमवर्क का प्रस्ताव करता है जो अद्वितीय मोडैलिटी जानकारी को रेडंडेंट साझा जानकारी में परिवर्तित करता है, जिससे विजन-लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) को काफी कम किया जा सकता है और दूषित इनपुट के विरुद्ध उनकी मजबूती में सुधार किया जा सकता है।