24509 पेपर
यह शोध एक प्रमाणित TMS-EEG क्लीनिंग पाइपलाइन और बेंचमार्क डेटासेट स्थापित करता है ताकि सोर्स-डोमेन आर्टिफैक्ट रिमूवल रणनीतियों का मूल्यांकन और तुलना की जा सके, जो क्लोज्ड-लूप न्यूरोस्टिम्यूलेशन और व्यापक नैदानिक अनुप्रयोगों के लिए बेहतर सिग्नल गुणवत्ता और विश्वसनीयता प्रदर्शित करता है।
यह शोध पत्र तर्क देता है कि सामान्य बुद्धिमत्ता का संरचनात्मक मॉडल (SMGI), रोबोटिक सर्विस ऑन्टोलॉजी (RoSO) को स्थिर अनुरूपता से आगे बढ़ाने के लिए आवश्यक औपचारिक शासन ढांचा प्रदान करता है, जो स्वीकार्य रनटाइम पुनर्गठन के मानदंड स्थापित करता है ताकि गतिशील परिवर्तनों के दौरान सेवा अर्थ विज्ञान (service semantics) सुरक्षित रहे।
यह शोध पत्र ऑटोरिग्रेसिव मॉडल्स में टेस्ट-टाइम एंट्रॉपी मिनिमाइजेशन के लिए एक कठोर, एकीकृत गणितीय आधार स्थापित करता है, जो उद्देश्य को टोकन-लेवल पॉलिसी ग्रेडिएंट और एंट्रॉपी लॉस में विभाजित करके किया गया है, और Whisper ASR का उपयोग करते हुए विविध डोमेन में निरंतर प्रदर्शन सुधार प्रदर्शित करता है।
यह शोध पत्र ROSS को प्रस्तुत करता है, जो एक सुदृढ़ पोस्ट-हॉक आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन फ्रेमवर्क है जो स्थानीय स्कोर अस्थिरता को मापने के लिए मीडियन स्मूथिंग का लाभ उठाता है, जिससे स्कोर-मिनिमाइजिंग और स्कोर-मैक्सिमाइजिंग दोनों प्रकार के एडवरसेरियल हमलों के विरुद्ध अत्याधुनिक सममित सुदृढ़ता (सिमेट्रिक रोबस्टनेस) प्राप्त होती है।
यह स्थिति पत्र (position paper) तर्क देता है कि न्यूरिप्स (NeurIPS) को फ्रंटियर एआई सुरक्षा दावों के लिए पुनरुत्पादकता मानकों को अनिवार्य करना चाहिए, जो वर्तमान "प्रमाणिक व्युत्क्रमण" (evidential inversion) को संबोधित करने के लिए एक तीन-स्तरीय प्रकटीकरण ढांचे का प्रस्ताव करता है जहाँ रोके गए आर्टिफैक्ट्स के कारण सबसे महत्वपूर्ण सुरक्षा दावे सबसे कम सत्यापन योग्य हैं।
यह शोध पत्र WNE नामक एक पैरामीटर-मुक्त रैपर पेश करता है जो normalize-process-denormalize गुणनखंड (factorization) का उपयोग करके किसी भी मनमाने बैकबोन आर्किटेक्चर के आसपास नॉर्मलाइजेशन इक्विवैरिएंस (Normalization Equivariance) को लागू करता है, जिससे इमेज डिनोइजिंग में वितरण बदलावों (distribution shifts) के प्रति मजबूती में सुधार होता है और मौजूदा विधियों के रनटाइम ओवरहेड या आर्किटेक्चरल सीमाओं का बोझ नहीं बढ़ता है।
यह शोधपत्र ReplaySCM को प्रस्तुत करता है, जो एक नया बेंचमार्क है जो सिंटैक्टिक फॉर्मूला मिलान के बजाय रीप्ले (replay) के माध्यम से व्यवहारिक सामान्यीकरण (behavioral generalization) को स्कोर करके, इंटरवेंशनल डेटा से निष्पादन योग्य बूलियन कॉज़ल मैकेनिज्म (Boolean causal mechanisms) को प्रेरित करने की भाषा मॉडलों की क्षमता का मूल्यांकन करता है, जो यह प्रकट करता है कि जब संरचनात्मक जानकारी छिपी होती है तो प्रदर्शन में महत्वपूर्ण अंतराल आ जाते हैं।
यह शोध पत्र FairHealth का परिचय देता है, जो एक ओपन-सोर्स पायथन लाइब्रेरी है जिसे निष्पक्षता ऑडिटिंग (fairness auditing), गोपनीयता-संरक्षण फेडरेटेड लर्निंग (privacy-preserving federated learning), कम-बैंडविड्थ व्याख्यात्मकता (low-bandwidth explainability) और ग्लोबल साउथ के डेटासेट्स के लिए विशिष्ट उपकरणों को एकीकृत करने वाले एक एकीकृत, मॉड्यूलर ढांचे के माध्यम से कम-संसाधन वाले परिवेशों के लिए स्वास्थ्य सेवा एआई में महत्वपूर्ण अंतराल को पाटने के लिए डिज़ाइन किया गया है।
यह शोध पत्र इस अंतर्ज्ञान को चुनौती देता है कि शार्प अटेंशन मैप्स विजन-लैंग्वेज मॉडल्स में विश्वसनीयता का संकेत देते हैं, और मैकेनिस्टिक विश्लेषण के माध्यम से यह प्रदर्शित करता है कि अटेंशन स्ट्रक्चर शुद्धता का एक नगण्य भविष्यवक्ता है, जबकि हिडन-स्टेट ज्योमेट्री और स्पार्स लेट-लेयर सर्किट्स मॉडल की विश्वसनीयता के कहीं अधिक सटीक संकेतक प्रदान करते हैं।
यह शोध पत्र एक दुर्बल रूप से पर्यवेक्षित (weakly supervised) न्यूरोसिम्बोलिक ढांचे को प्रस्तुत करता है जो तार्किक तर्क के लिए प्रतीकों को स्थापित करने हेतु वेरिएशनल ऑटोएनकोडर्स के साथ स्लॉट-आधारित ऑब्जेक्ट-सेंट्रिक धारणा को जोड़ता है, जो केवल 1% लेबल किए गए डेटा के साथ उच्च प्रदर्शन और डोमेन सामान्यीकरण प्राप्त करता है और अत्याधुनिक फाउंडेशन मॉडलों से बेहतर प्रदर्शन करता है।