23160 पेपर
यह शोध पत्र KG-ER को प्रस्तुत करता है, जो एक वैचारिक स्कीमा भाषा है जिसे ज्ञान ग्राफ (knowledge graphs) के विशिष्ट अंतर्निहित डेटा निरूपणों से स्वतंत्र रूप से उनकी संरचना और अर्थ विज्ञान को परिभाषित करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक इक्विवेरिएंट फ्लो मैचिंग फ्रेमवर्क (equivariant flow matching framework) प्रस्तावित करता है जिसमें ऑप्टिमल-ट्रांसपोर्ट कपलिंग (optimal-transport coupling) का उपयोग किया गया है ताकि नॉनलीनर डायनेमिकल सिस्टम्स में सिमेट्री-ब्रेकिंग बाइफरकेशन (symmetry-breaking bifurcations) के मल्टीमॉडल प्रोबेबिलिटी डिस्ट्रीब्यूशन को प्रभावी ढंग से मॉडल किया जा सके, जो विभिन्न भौतिक समस्याओं में मल्टीस्टेबिलिटी (multistability) को कैप्चर करने में डिटर्मिनिस्टिक और वेरिएशनल विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र GetNetUPAM को प्रस्तुत करता है, जो एक पारिस्थितिक रूप से सूचित नेस्टेड क्रॉस-वैलिडेशन फ्रेमवर्क है जिसे एक शोर-रोधी अटेंशन-आधारित सीएनएन (ARPA-N) के साथ जोड़ा गया है, ताकि उच्च-शोर वाली स्थितियों को प्रभावी ढंग से संबोधित करके और स्थानीयकृत पर्यावरणीय आर्टिफैक्ट्स के ओवरफिटिंग को रोककर समुद्री जैव-ध्वनिक निगरानी की सामान्यीकरण क्षमता और विश्वसनीयता में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र स्पिफ़ी (Spiffy) को पेश करता है, जो एक स्पेक्युलेटिव डिकोडिंग एल्गोरिदम है जो कैलिब्रेटेड, डायनामिकली प्रूनड (dynamically pruned) निर्देशित ड्राफ्ट ग्राफों का उपयोग करके डिफ्यूजन एलएलएम (Diffusion LLM) इन्फरेंस को त्वरित करता है, जिससे मॉडल इन्फरेंस और टोकन जनरेशन दरों में महत्वपूर्ण कमी आती है और मूल आउटपुट वितरण को प्रमाणित रूप से संरक्षित किया जाता है।
यह अध्ययन ब्राजील में 9वीं कक्षा और हाई स्कूल के छात्रों के प्रदर्शन के मुख्य चालक के रूप में व्यक्तिगत विशेषताओं के बजाय प्रणालीगत स्कूल-स्तरीय सामाजिक-आर्थिक कारकों को प्रदर्शित करने के लिए SAEB माइक्रोडेटा पर एक रैंडम फॉरेस्ट मशीन लर्निंग मॉडल का उपयोग करता है, जो न्यायसंगत शैक्षिक नीतियों को डिजाइन करने के लिए एक व्याख्या योग्य उपकरण प्रदान करता है।
यह शोध पत्र बड़े पैमाने के प्री-ट्रेंड ग्लियोमा मॉडल्स से सेगमेंटेशन को परिष्कृत करने के लिए अनुकूली पोस्ट-प्रोसेसिंग तकनीकों का प्रस्ताव करता है, जो जटिल मॉडल आर्किटेक्चर के बजाय कुशल, टिकाऊ और नैदानिक रूप से संरेखित रणनीतियों की ओर बदलाव को बढ़ावा देते हुए BraTS 2025 चुनौतियों में महत्वपूर्ण प्रदर्शन सुधार प्राप्त करता है।
यह शोध पत्र HiGR प्रस्तुत करता है, जो एक औद्योगिक-स्तर का पदानुक्रमित जनरेटिव फ्रेमवर्क (hierarchical generative framework) है जो स्लेट अनुशंसा (slate recommendation) के लिए, PCRQ-VAE के माध्यम से एक संरचित SID स्पेस, कुशल नियोजन के लिए एक कोर्स-ग्रेन्डेड पदानुक्रमित स्लेट डिकोडर (Hierarchical Slate Decoder), और एक ORPO-आधारित संरेखण तंत्र (alignment mechanism) का उपयोग करके मौजूदा विधियों की सीमाओं को संबोधित करता है, जिसके परिणामस्वरूप अनुशंसा गुणवत्ता, अनुमान गति (inference speed) और टेनसेंट (Tencent) प्लेटफॉर्म्स पर वास्तविक दुनिया के उपयोगकर्ता जुड़ाव में महत्वपूर्ण सुधार हुआ है।
यह शोध पत्र CuMA का प्रस्ताव करता है, जो एक जनसांख्यिकीय-जागरूक (demographic-aware) 'मिक्सचर ऑफ एडेप्टर्स' फ्रेमवर्क है जो विरोधाभासी सांस्कृतिक ग्रेडिएंट्स को विशिष्ट विशेषज्ञ उप-स्थानों (specialized expert subspaces) में अलग करके लार्ज लैंग्वेज मॉडल्स में "मीन कोलैप्स" (Mean Collapse) को कम करता है, जिससे विविध सांस्कृतिक मूल्यों के साथ मॉडल्स को संरेखित करने में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र प्रदर्शित करता है कि भाषा मॉडलों में MLP न्यूरॉन्स स्वाभाविक रूप से विरल (sparse) और व्याख्या योग्य हैं, जो विशिष्ट मॉडल व्यवहारों को नियंत्रित करने वाले छोटे, कारण-संबंधी प्रभावी न्यूरॉन सर्किटों की पहचान करने और उन्हें निर्देशित करने के लिए एक कुशल, प्रशिक्षण-मुक्त ग्रेडिएंट-आधारित पाइपलाइन को सक्षम बनाता है।
यह शोधपत्र SCALE प्रस्तुत करता है, जो विजन-लैंग्वेज-एक्शन मॉडलों के लिए एक प्रशिक्षण-मुक्त, सिंगल-पास इन्फरेंस रणनीति है जो विजुअल परसेप्शन और एक्शन निष्पादन दोनों को गतिशील रूप से अनुकूलित करने के लिए सेल्फ-अनसर्टेन्टी (स्व-अनिश्चितता) का लाभ उठाती है, जिससे बिना किसी अतिरिक्त प्रशिक्षण या सत्यापनकर्ता (वेरिफायर) के मजबूती बढ़ती है और मौजूदा टेस्ट-टाइम स्केलिंग विधियों से बेहतर प्रदर्शन करती है।