23200 पेपर
यह शोधपत्र SMART को प्रस्तुत करता है, जो एक शॉट-अवेयर मल्टीमॉडल फ्रेमवर्क है जो ऑडियो संकेतों को एकीकृत करने और स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करने के लिए शॉट-लेवल टोकन कंप्रेशन का उपयोग करके वीडियो मोमेंट रिट्रीवल को बढ़ाता है।
यह शोधपत्र MedVision को प्रस्तुत करता है, जो 22 डेटासेट में 30.8 मिलियन इमेज-एनोटेशन जोड़ों वाला एक बड़े पैमाने का बेंचमार्क है, जिसका उद्देश्य डिटेक्शन, आकार अनुमान और माप जैसे मात्रात्मक चिकित्सा इमेज विश्लेषण कार्यों पर विजन-लैंग्वेज मॉडल का मूल्यांकन और सुधार करना है, जो यह प्रदर्शित करता है कि लक्षित फाइन-ट्यूनिंग उनकी मात्रात्मक तर्क क्षमताओं को महत्वपूर्ण रूप से बढ़ाती है।
यह शोध पत्र स्टोकेस्टिक वेरिएन्स रिड्यूस्ड ग्रेडिएंट (SVRG) और बायेसियन पोस्टीरियर करेक्शन के बीच पहला मौलिक संबंध स्थापित करता है, यह प्रदर्शित करते हुए कि SVRG इस ढांचे का एक विशेष मामला है और न्यूटन-जैसे और एडम-जैसे वेरिएंट जैसे नवीन, अधिक लचीले विस्तार प्राप्त करने के लिए इसका लाभ उठाता है।
यह शोध पत्र यह प्रदर्शित करते हुए कॉन्सेप्ट बॉटलनैक मॉडल्स (Concept Bottleneck Models) और स्पार्स ऑटोएनकोडर्स (Sparse Autoencoders) को एकीकृत करता है कि दोनों एक्टिवेशन स्पेस में कॉन्सेप्ट कोन्स (concept cones) सीखते हैं, एक ज्यामितीय समावेशन ढांचे (geometric containment framework) का प्रस्ताव देता है जिसका उपयोग मात्रात्मक रूप से यह मूल्यांकन करने के लिए किया जा सके कि अनसुपरवाइज्ड SAEs मानव-परिभाषित CBM कॉन्सेप्ट्स के साथ कितनी अच्छी तरह संरेखित होते हैं, और प्रशंसनीय कॉन्सेप्ट्स की खोज के लिए इष्टतम स्पार्सिटी (sparsity) और एक्सपेंशन पैरामीटर्स की पहचान करता है।
यह शोध पत्र दो सैंपलिंग-मुक्त, दूरी-जागरूक भौतिकी-प्रतिबंधित संभाव्य ढांचे, PC-SNGP और PC-SNER को प्रस्तुत करता है, जो वितरण संबंधी बदलावों (distributional shifts) और प्रतिकूल व्यवधानों (adversarial perturbations) के तहत औद्योगिक रोलिंग-एलिमेंट बेयरिंग के लिए मजबूत, सु-कैलिब्रेटेड अनिश्चितता अनुमान और बेहतर भविष्यसूचक सटीकता प्राप्त करने के लिए स्पेक्ट्रल नॉर्मलाइजेशन और डायनेमिक लॉस वेटिंग का उपयोग करते हैं।
यह शोधपत्र सूचना सिद्धांत (information theory) का उपयोग यह प्रदर्शित करने के लिए करता है कि तंत्रिका नेटवर्क (neural networks) अपने संबंधपरक संयोजकता संरचनाओं (relational connectivity structures) से डिकोड करने योग्य स्पष्ट, अंतर्निहित निरूपणों को एनकोड कर सकते हैं, जिससे चेतना के सिद्धांतों जैसे कि IIT और नैरो रिप्रेजेंटेशनलिज्म (narrow representationalism) द्वारा प्रतिपादित निम्न-अस्पष्टता अवस्थाओं (low-ambiguity states) को मापने के लिए एक मात्रात्मक विधि प्राप्त होती है।
यह शोध पत्र मशीन इंटेलिजेंस के लिए एक ज्यामितीय ढांचे का प्रस्ताव करता है जहाँ संज्ञानात्मक गणना (cognitive computation) एक सीखे हुए लेटेंट मैनिफोल्ड (latent manifold) पर रिमानियन ग्रेडिएंट फ्लो (Riemannian gradient flow) से उभरती है, जो एजेंटों को स्पष्ट मेमोरी मॉड्यूल के बिना भी रिकरेंट आर्किटेक्चर के समान मजबूत प्रदर्शन के साथ प्रतिनिधित्व, स्मृति, अनुकूलन और भविष्यवाणी को एकीकृत करने में सक्षम बनाता है।
यह शोध पत्र FADTI को प्रस्तुत करता है, जो एक डिफ्यूजन-आधारित फ्रेमवर्क है मल्टीवेरिएट टाइम सीरीज़ इम्प्यूटेशन (multivariate time series imputation) के लिए, जो स्पष्ट फ्रीक्वेंसी-डोमेन इंडक्टिव बायस (frequency-domain inductive biases) को इंजेक्ट करने के लिए सेल्फ-अटेंशन और गेटेड कन्वोल्यूशन के साथ एक लर्नबल फूरियर बायस प्रोजेक्शन मॉड्यूल को एकीकृत करके उच्च मिसिंग रेट और डिस्ट्रीब्यूशन शिफ्ट के तहत सामान्यीकरण (generalization) को बढ़ाता है।
यह शोधपत्र प्रदर्शित करता है कि न्यूरल क्वांटम स्टेट्स में स्थानीय आधार रोटेशन (local basis rotations), अनुकूलन परिदृश्य (optimization landscape) को सुरक्षित रखते हुए भी, लक्षित ग्राउंड स्टेट को पैरामीटर स्पेस में ज्यामितीय रूप से विस्थापित कर देते हैं ताकि प्रशिक्षण विफलताओं और गलत वेवफंक्शन संरचनाओं को प्रेरित किया जा सके, भले ही वह अवस्था सैद्धांतिक रूप से प्रतिनिधित्व योग्य ही क्यों न हो।
यह शोध पत्र MAR (मल्टी-एजेंट रिफ्लेक्शन) का प्रस्ताव करता है, जो विविध प्रतिबिंब (reflections) उत्पन्न करने और सिंगल-एजेंट सेल्फ-रिफ्लेक्शन में देखी जाने वाली थॉट डिजनरेशन (thought degeneration) को दूर करने के लिए मल्टी-पर्सोना डिबेटर का उपयोग करता है, जिससे HotPot QA और HumanEval जैसे कार्यों पर रीजनिंग प्रदर्शन में महत्वपूर्ण सुधार होता है।