24888 पेपर
यह शोध पत्र यह प्रकट करता है कि जहाँ अत्याधुनिक लार्ज लैंग्वेज मॉडल्स (Large Language Models) कोड कार्यों पर उच्च पूर्वानुमान सटीकता प्राप्त करते हैं, वहीं वे अक्सर त्रुटिपूर्ण तर्क पर निर्भर रहते हैं और महत्वपूर्ण भंगुरता प्रदर्शित करते हैं, जो अक्सर अर्थ-संरक्षण करने वाले कोड उत्परिवर्तनों (semantics-preserving code mutations) का सामना करने पर अपने पूर्वानुमानों को बदल देते हैं।
यह शोध पत्र PKeX-Shapley प्रस्तुत करता है, जो एक नवीन एल्गोरिदम है जो उत्पाद कर्नेल (product kernels) की गुणात्मक संरचना का लाभ उठाकर सभी विशेषताओं के लिए एमोर्टाइज्ड लीनियर समय में सटीक, पैरामीटर-मुक्त शापली मान (Shapley values) की गणना करता है, जिससे कर्नेल-आधारित व्याख्यात्मकता और सांख्यिकीय विश्लेषण के लिए मौजूदा सन्निकटन विधियों में निहित कम्प्यूटेशनल जटिलता और अनुमान त्रुटियों पर विजय प्राप्त होती है।
यह शोध पत्र कोहॉर्ट-आधारित सक्रिय मोडैलिटी अधिग्रहण (CAMA) प्रस्तुत करता है, जो एक नवीन टेस्ट-टाइम फ्रेमवर्क है जो इम्प्यूटेशन-आधारित रणनीतियों का उपयोग करके कुशलतापूर्वक यह प्राथमिकता देता है कि एक कोहॉर्ट के किन नमूनों को महंगी अतिरिक्त मोडैलिटी प्राप्त होनी चाहिए, जो मौजूदा विधियों की तुलना में बेहतर प्रदर्शन और UK बायोबैंक प्रोटिओमिक्स डेटा का उपयोग करके रोग भविष्यवाणी में वास्तविक दुनिया की प्रयोज्यता प्रदर्शित करता है।
यह शोध पत्र स्टोकेस्टिक बैंडिट्स (stochastic bandits) के लिए एक व्यावहारिक "फेक डेटा इंजेक्शन" (Fake Data Injection) खतरे के मॉडल को प्रस्तुत करता है जो हमलावरों को सीमित मात्रा में बाउंडेड फेक सैंपल्स (bounded fake samples) इंजेक्ट करने तक सीमित रखकर पूर्व कार्यों की अवास्तविक धारणाओं को दूर करता है, और यह सिद्धांत एवं प्रयोगों के माध्यम से प्रदर्शित करता है कि यह रणनीति केवल सबलीनियर लागत (sublinear cost) के साथ एल्गोरिदम को एक लक्षित आर्म (target arm) चुनने के लिए प्रभावी ढंग से गुमराह कर सकती है।
यह शोधपत्र एनालिटिक ग्रेडिएंट-आधारित सुदृढीकरण शिक्षण (reinforcement learning) के लिए पहले प्रभावी सुरक्षात्मक ढांचे (safeguarding framework) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि प्रशिक्षण के दौरान विभेदक सुरक्षा तंत्रों (differentiable safety mechanisms) को एकीकृत करना सीखने के प्रदर्शन से समझौता किए बिना नियंत्रण कार्यों में प्रमाणित सुरक्षा सुनिश्चित करता है।
यह शोध पत्र एक बहुभिन्नरूपी कन्फॉर्मल प्रेडिक्शन फ्रेमवर्क प्रस्तावित करता है जो हेटेरोस्केडास्टिसिटी (heteroskedasticity) और आउटपुट सहसंबंधों को प्रभावी ढंग से संभालने के लिए महलानोबिस दूरी-आधारित मानकीकृत अवशेषों (Mahalanobis distance-based standardized residuals) का उपयोग करता है, जिससे बेहतर सशर्त कवरेज प्राप्त होता है और महंगे नमूनाकरण की आवश्यकता के बिना मिसिंग वैल्यू हैंडलिंग जैसे व्यावहारिक विस्तार सक्षम होते हैं।
यह शोध पत्र FRE-RNN को प्रस्तुत करता है, जो एक जैविक रूप से सुसंगत (biologically plausible) रिकरेंट न्यूरल नेटवर्क है जिसमें फीडबैक रेगुलेशन और रेसिडुअल कनेक्शन शामिल हैं, जो इक्विलिब्रियम प्रोपेगेशन की अस्थिरता और उच्च कम्प्यूटेशनल लागतों पर विजय प्राप्त करते हुए बैकप्रोपैगेशन के तुलनीय अभिसरण गति और प्रदर्शन प्राप्त करता है और व्यावहारिक बड़े पैमाने पर मस्तिष्क-प्रेरित शिक्षण को सक्षम बनाता है।
यह शोधपत्र SynBench प्रस्तुत करता है, जो एक एकीकृत बेंचमार्किंग फ्रेमवर्क है जो वर्तमान डिफरेंशियल प्राइवेट टेक्स्ट जनरेशन विधियों के महत्वपूर्ण गुणवत्ता ह्रास और अमान्य गोपनीयता गारंटियों को उजागर करता है, विशेष रूप से तब जब मॉडल उन डेटा पर प्री-ट्रेन किए जाते हैं जो उन निजी डेटासेट्स के साथ ओवरलैप करते हैं जिन्हें वे उत्पन्न करने का लक्ष्य रखते हैं।
यह शोधपत्र फ्रिक्शनल क्यू-लर्निंग (Frictional Q-Learning) प्रस्तुत करता है, जो एक ऑफ-पॉलिसी सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है जो रिप्ले बफर को एक सुचारू एक्शन मैनिफोल्ड के रूप में मॉडल करके और समर्थित स्पर्शरेखीय क्रियाओं (tangential actions) तथा असमर्थ अभिलंब घटकों (normal components) के बीच अंतर करने के लिए एक कंट्रास्टिव वेरिएशनल ऑटोएनकोडर का उपयोग करके एक्सट्रपलेशन त्रुटियों को कम करता है, जिससे स्थैतिक घर्षण (static friction) के समान एक स्थिरता स्थिति लागू होती है।
यह शोध पत्र एक पूर्णतः स्वचालित, लागत-कुशल ढांचे को प्रस्तुत करता है जो इंटरनेट को एक विशाल विषय क्षेत्र (topic space) के रूप में मॉडल करता है और स्थिर परीक्षण सेटों (static test sets) को प्रभावित करने वाली संतृप्ति की समस्याओं से बचने के लिए चुनौतीपूर्ण बेंचमार्क को गतिशील रूप से खोजने और निर्मित करने के लिए एक मल्टी-आर्म्ड बैंडिट रणनीति का उपयोग करता है।