20571 पेपर
यह शोध पत्र डायरेक्ट प्रेफरेंस ऑप्टिमाइजेशन (Direct Preference Optimization) के लिए एक नवीन द्वि-आयामी कठिनाई ढांचे का प्रस्ताव करता है, जो GSP-Curri-DPO पद्धति को पेश करता है जो मॉडलों को बेहतर डेटा दक्षता और सुदृढ़ता के साथ अत्याधुनिक संरेखण (alignment) प्राप्त करने के लिए प्रॉम्प्ट जटिलता और युग्मवार विशिष्टता (pairwise distinguishability) के ग्रिड में स्वायत्त रूप से नेविगेट करने में सक्षम बनाता है।
यह शोध पत्र तर्क देता है कि कारण संबंधी अमूर्तीकरण (causal abstraction) का सिद्धांत यह समझने के लिए एक सुदृढ़ ढांचा प्रदान करता है कि प्रणालियाँ निरूपणों (representations) पर गणनाओं को कैसे कार्यान्वित करती हैं, विशेष रूप से सामान्यीकरण और भविष्यवाणी के दृष्टिकोणों के माध्यम से संज्ञानात्मक क्षेत्र के शास्त्रीय दार्शनिक विषयों को समकालीन डीप लर्निंग से जोड़कर।
यह शोध पत्र MultiFair को प्रस्तुत करता है, जो एक नवीन मल्टीमॉडल मेडिकल क्लासिफिकेशन फ्रेमवर्क है जो डेटा मोडैलिटी और ग्रुप दोनों स्तरों पर प्रशिक्षण ग्रेडिएंट्स को गतिशील रूप से समायोजित करके मोडैलिटी लर्निंग असंतुलन और जनसांख्यिकीय निष्पक्षता के मुद्दों को एक साथ संबोधित करने के लिए ड्यूल-लेवल ग्रेडिएंट मॉड्यूलेशन का उपयोग करता है।
MSRNet एक नवीन मल्टी-स्केल रिकर्सिव नेटवर्क है जो जटिल परिदृश्यों में छोटे और कई छलावरण वाले (camouflaged) ऑब्जेक्ट्स का पता लगाने में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए पिरामिड विजन ट्रांसफॉर्मर बैकबोन, विशिष्ट अटेंशन-आधारित इंटीग्रेशन यूनिट्स और एक रिकर्सिव-फीडबैक डिकोडिंग रणनीति का लाभ उठाता है।
यह शोध पत्र LLM इन्फरेंस (inference) के लिए पांच आवर्ती समस्याग्रस्त कोडिंग अभ्यासों को औपचारिक रूप देकर 'LLM कोड स्मेल्स' (code smells) की अवधारणा प्रस्तुत करता है, उन्हें पहचानने के लिए SpecDetect4AI टूल का विस्तार करता है, और 200 ओपन-सोर्स सिस्टम के अध्ययन के माध्यम से यह प्रदर्शित करता है कि ये स्मेल्स उच्च पहचान सटीकता के साथ ऐसे 60% से अधिक सिस्टम को प्रभावित करते हैं।
यह शोध पत्र SwinIFS को प्रस्तुत करता है, जो एक लैंडमार्क-गाइडेड स्विन ट्रांसफॉर्मर फ्रेमवर्क है जो अत्यधिक अपस्केलिंग कारकों के तहत भी श्रेष्ठ पहचान-संरक्षण वाले फेस सुपर-रिज़ॉल्यूशन को प्राप्त करने के लिए चेहरे के लैंडमार्क्स के डेंस गौसियन हीटमैप्स को पदानुक्रमित अटेंशन मैकेनिज्म के साथ एकीकृत करता है।
यह शोध पत्र HIMVH का प्रस्ताव करता है, जो एक हिप्पोकैम्पस-प्रेरित मल्टी-व्यू हाइपरग्राफ लर्निंग मॉडल है जो लॉन्ग-टेल्ड वेब डेटासेट्स में छद्म और दुर्लभ वित्तीय धोखाधड़ी का प्रभावी ढंग से पता लगाने के लिए क्रॉस-व्यू इनकंसिस्टेंसी परसेप्शन और नॉवेल्टी-अवेयर मैकेनिज्म का लाभ उठाता है, जो कई मेट्रिक्स में अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है।
GenDA एक जनरेटिव डेटा एसिमिलेशन फ्रेमवर्क है जो विरल सेंसर डेटा से उच्च-रिज़ॉल्यूशन वाले शहरी पवन क्षेत्रों (urban wind fields) को पुनर्गठित करने के लिए मल्टीस्केल ग्राफ आर्किटेक्चर पर क्लासिफायर-फ्री डिफ्यूजन गाइडेंस का लाभ उठाता है, जो मौजूदा विधियों की तुलना में जटिल ज्यामिति और अवलोकन प्रकारों में बेहतर सटीकता और सामान्यीकरण प्राप्त करता है।
यह शोध पत्र "रिप्रजेंटेशन-एज़-अ-जज" (Representation-as-a-Judge) का प्रस्ताव करता है, जो एक प्रतिमान परिवर्तन है जहाँ छोटे भाषा मॉडल आउटपुट का कुशलतापूर्वक और सटीक रूप से मूल्यांकन करने के लिए सतही पीढ़ी (surface generation) के बजाय आंतरिक छिपी हुई अवस्थाओं (internal hidden states) का लाभ उठाते हैं, जो इस परिकल्पना पर आधारित है कि मूल्यांकन के लिए पीढ़ी की तुलना में काफी कम अर्थ संबंधी क्षमता (semantic capacity) की आवश्यकता होती है।
यह शोध पत्र Self-EvolveRec का प्रस्ताव करता है, जो एक यूज़र सिम्युलेटर (User Simulator) और मॉडल डायग्नोसिस टूल (Model Diagnosis Tool) को एकीकृत करके एक स्व-विकसित (self-evolving), दिशात्मक फीडबैक लूप बनाता है जो मूल्यांकन मानदंडों को गतिशील रूप से अनुकूलित करता है और मौजूदा NAS एवं LLM-संचालित बेसलाइनों से काफी बेहतर प्रदर्शन करता है, जिससे पारंपरिक अनुशंसा प्रणाली (recommender system) डिज़ाइन की निश्चित खोज स्थानों (fixed search spaces) और स्केलर मेट्रिक्स (scalar metrics) की सीमाओं को दूर किया जा सके।