21129 पेपर
यह अध्ययन प्रकट करता है कि अमेरिकी हाइपरस्केल डेटा सेंटर सालाना लगभग 300 GL पानी का उपभोग करते हैं, जिसमें तीन-चौथाई हिस्सा ऑन-साइट कूलिंग के बजाय बिजली उत्पादन के कारण है, जो जल-तनावग्रस्त पश्चिम और जीवाश्म-प्रधान पूर्व में विशिष्ट भौगोलिक हॉटस्पॉट बनाता है जिनके लिए अलग-अलग स्थानीय और क्षेत्रीय प्रबंधन रणनीतियों की आवश्यकता है।
यह शोध पत्र वर्कलोड-अवेयर डिलोको (WA-DiLoCo) प्रस्तुत करता है, जो एक कैलिब्रेटेड शेड्यूलिंग फ्रेमवर्क है जो यह प्रदर्शित करता है कि कैसे बर्स्ट फोरकास्टिंग और कठोर मैच-रैंडम बेसलाइन को शामिल करने से मौजूदा फोरकास्ट-फ्री नीतियों की तुलना में साझा एआई इंफ्रास्ट्रक्चर में एसएलओ (SLO) उल्लंघनों को काफी कम किया जा सकता है।
यह शोध पत्र एडिटिव कॉज़ल कंस्ट्रक्शन (ACC) फ्रेमवर्क और इसके लर्नबल इंस्टेंशिएशन, ACC-CRL को प्रस्तावित करता है ताकि अनिश्चितता परिमाणीकरण (uncertainty quantification) के माध्यम से हस्तांतरणीय कॉज़ल एंकर्स और पुनर्गठित फ्यूजन पथ स्थापित करके मल्टी-सोर्स इमेज फ्यूजन में क्रॉस-सिस्टम विसंगति और एंटैंगलमेंट को संबोधित किया जा सके, जिससे मेडिकल इमेजिंग जैसे कार्यों में आउट-ऑफ-डिस्ट्रीब्यूशन सामान्यीकरण में महत्वपूर्ण सुधार हो सके।
यह सर्वेक्षण चार प्रमुख अक्षों के आधार पर LLM सर्विंग के लिए तीस से अधिक KV कैश प्रबंधन प्रणालियों को पांच वास्तुशिल्प प्रोटोटाइप (archetypes) में वर्गीकृत करता है, स्वामित्व को डिजाइन भिन्नता के प्राथमिक चालक के रूप में पहचानता है, और सात महत्वपूर्ण मापन अंतराल को रेखांकित करता है जो फॉल्ट टॉलरेंस, आइसोलेशन और उन्नत सर्विंग तकनीकों की प्रगति में बाधा डालते हैं।
यह शोध पत्र डीप लर्निंग लॉस फंक्शन सीक्वेंसों का विश्लेषण करके गलत तरीके से लेबल की गई मेडिकल छवियों की पहचान करने के लिए एक स्वचालित विधि का प्रस्ताव और सत्यापन करता है, जो यह प्रदर्शित करता है कि इन त्रुटियों को सुधारने से डायबिटिक रेटिनोपैथी स्क्रीनिंग में डेटासेट की गुणवत्ता और मॉडल के प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र यह प्रदर्शित करता है कि मौजूदा कंकरेंसी प्रिमिटिव्स (concurrency primitives) का लाभ उठाकर, जो ऑफलोड निष्पादन के दौरान अनुरोधों को निलंबित करने और उनके पूरा होने पर उन्हें पुनः आरंभ करने में सक्षम हैं, मौजूदा कोड में न्यूनतम परिवर्तन (22-138 पंक्तियाँ) करके ऑफ-द-शेल्फ सर्वरों पर फाइन-ग्रेन्ड कंप्यूटेशन ऑफलोडिंग प्राप्त की जा सकती है, जिससे जटिल रनटाइम पुनलेखन (runtime rewrites) की आवश्यकता के बिना 1.2-5.4 गुना प्रदर्शन रिकवर किया जा सकता है।
यह शोध पत्र प्रदर्शित करता है कि फेडरेटेड लर्निंग (Federated Learning) वितरित ड्रोन बेड़े को स्थानीय डेटा पर उच्च-प्रदर्शन वाले, गोपनीयता-संरक्षित ऑब्जेक्ट डिटेक्शन मॉडल को सहयोगात्मक रूप से प्रशिक्षित करने में सक्षम बनाता है, जो डेटा केंद्रीकरण की आवश्यकता के बिना, एकल-ड्रोन दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करते हुए केंद्रीकृत प्रशिक्षण के करीब प्रदर्शन प्राप्त करता है।
यह शोध पत्र एक जनरेटर-अज्ञेय पोस्ट-जनरेशन क्यूरेशन पद्धति प्रस्तुत करता है जो वास्तविक वर्गों को कैनोनिकल और गैर-अतिरेक उपसमूहों में विभाजित करके सिंथेटिक छवियों की उपयोगिता में सुधार करती है ताकि एक विविध, उच्च-निष्ठा वाले उपसमूह का चयन किया जा सके जो आधुनिक जनरेटर्स के संरचनात्मक पूर्वाग्रह का मुकाबला करता है, जिससे 40% तक कम नमूनों के साथ वास्तविक डेटा के तुलनीय प्रदर्शन प्राप्त होता है।
यह शोध पत्र मेट्रोनोम (Metronome) का परिचय देता है, जो निरंतर भार के तहत वास्तविक समय की इंटरैक्शन मॉडल सर्विंग के मेटास्टेबल पतन (metastable collapse) को रोकने के लिए प्रत्येक सत्र के KV कैश को सीमित करता है ताकि स्थिरता सुनिश्चित की जा सके, सटीक विलंबता अवलोकन (latency observability) को बहाल किया जा सके, और प्रभावी ऑनलाइन प्रवेश नियंत्रण (admission control) को सक्षम बनाया जा सके।
यह शोध पत्र K9-Bench प्रस्तुत करता है, जो 907 घरेलू कुत्तों के वीडियो से प्राप्त लगभग 5,000 प्रश्न-उत्तर युग्मों वाला एक नवीन बेंचमार्क है, जो एक स्केलेबल और पूर्वाग्रह-मुक्त डेटा जनरेशन पाइपलाइन का उपयोग करता है ताकि यह प्रकट किया जा सके कि वर्तमान मल्टीमॉडल LLMs जटिल कैनिन (canine) क्रियाओं और अंतःक्रियाओं को समझने के लिए आवश्यक सूक्ष्म-स्तरीय (fine-grained) और दीर्घकालिक (long-horizon) तर्क करने में संघर्ष करते हैं।