23200 पेपर
यह स्थिति पत्र (position paper) तर्क देता है कि वर्तमान ईसीजी (ECG) रिप्रजेंटेशन लर्निंग बेंचमार्क बहुत संकीर्ण और त्रुटिपूर्ण हैं, यह प्रदर्शित करते हुए कि उचित मूल्यांकन पद्धतियां अक्सर यह दर्शाती हैं कि रैंडम एनकोडर्स अत्याधुनिक प्री-ट्रेनिंग मॉडलों के बराबर प्रदर्शन करते हैं, और संरचनात्मक हृदय रोग तथा रोगी-स्तरीय पूर्वानुमान को शामिल करने हेतु मूल्यांकन के विस्तार की तत्काल आवश्यकता पर प्रकाश डालते हैं।
यह शोध पत्र "सर्टिफाइड सर्किट्स" (Certified Circuits) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो रैंडमाइज्ड डेटा सबसैंपलिंग का उपयोग करके मैकेनिस्टिक इंटरप्रिटेबिलिटी की स्थिरता और विश्वसनीयता को बढ़ाता है ताकि यह प्रमाणित गारंटी प्रदान की जा सके कि खोजे गए न्यूरल सर्किट डेटासेट परिवर्तनों के प्रति अपरिवर्तनीय हैं, जिसके परिणामस्वरूप विविध आर्किटेक्चर और कार्यों में अधिक संक्षिप्त और सटीक स्पष्टीकरण प्राप्त होते हैं।
यह शोधपत्र OBLIQ-Bench प्रस्तुत करता है, जो एक बेंचमार्क सुइट है जिसे आधुनिक प्रणालियों की पुनर्प्राप्ति (retrieval) और सत्यापन (verification) क्षमताओं के बीच के महत्वपूर्ण अंतर को उजागर करने के लिए डिज़ाइन किया गया है, जो उन "तिरछी" (oblique) क्वेरीज़ पर उनके प्रदर्शन का मूल्यांकन करता है जिनमें अंतर्निहित पैटर्न या निहित संकेतों से मेल खाने वाले दस्तावेज़ों की पहचान करने की आवश्यकता होती है।
यह शोधपत्र EGGROLL प्रस्तुत करता है, जो इवोल्यूशन स्ट्रेटेजीज़ का एक लो-रैंक फैक्टराइजेशन है जो N-MNIST डेटासेट पर प्रतिस्पर्धी सटीकता प्राप्त करते हुए मेमोरी और कंप्यूटेशनल लागत को काफी कम करके न्यूरोमॉर्फिक हार्डवेयर पर स्पाइकिंग न्यूरल नेटवर्क के कुशल, ग्रेडिएंट-मुक्त प्रशिक्षण को सक्षम बनाता है।
यह शोध पत्र XOResNet को प्रस्तुत करता है, जो एक गहरा स्पाइकिंग न्यूरल नेटवर्क आर्किटेक्चर है जो स्पाइक अतिरेक (spike redundancy) और सूचना हानि को दूर करने के लिए एक OR-ADD शॉर्टकट कनेक्शन और एक्सक्लूसिव-ओआर (Exclusive-OR) मेटा-रेसिडुअल्स का उपयोग करता है, जिससे कई बेंचमार्क डेटासेट पर मौजूदा अत्याधुनिक मॉडलों की तुलना में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र हैमिल्टोनियन ट्रांसफॉर्मर (Hamiltonian Transformer) का परिचय देता है, जो एक भौतिकी-सूचित अटेंशन आर्किटेक्चर है जो नॉर्म-प्रिजर्विंग डायनेमिक्स को लागू करता है और विभिन्न वितरण बदलावों (distribution shifts) के तहत कच्चे I/Q सिग्नल्स से 150 तक RF ट्रांसमीटरों की पहचान करने में मौजूदा CNN और ट्रांसफॉर्मर बेसलाइनों की तुलना में बेहतर स्केलेबिलिटी और मजबूती प्राप्त करने के लिए फेज-इन्क्रीमेंट एम्बेडिंग्स को शामिल करता है।
यह शोध पत्र "मेंटल डैमेज" (Mental Damage) को प्रस्तुत करता है, जो एक द्वि-स्तरीय कैप्शन पॉइजनिंग हमला है जो ज्ञान डेटाबेस में दुर्भावनापूर्ण कैप्शन इंजेक्ट करके रिट्रीवल-ऑगमेंटेड टेक्स्ट-टू-म्यूजिक सिस्टम से समझौता करता है, ताकि उपयोगकर्ता के प्रॉम्प्ट या सिस्टम घटकों को बदले बिना उत्पन्न संगीत को सूक्ष्म रूप से हमलावर के लक्षित इरादे की ओर मोड़ा जा सके।
यूनिकॉर्न (Unicorn) एक सार्वभौमिक सहसंबंध नेटवर्क (universal correlation network) प्रस्तुत करता है जो विशिष्ट चैनल पहचानों से इंटर-चैनल निर्भरताओं को अलग करने के लिए एक लेटेंट प्रोटोटाइप कोडबुक (latent prototype codebook) का लाभ उठाता है, जिससे विविध उच्च-आयामी समय श्रृंखला डेटासेट (high-dimensional time series datasets) में स्केलेबल प्रीट्रेनिंग और प्रभावी फ्यू-शॉट ट्रांसफर (few-shot transfer) सक्षम होता है।
यह शोध पत्र रेडियल बेसिस फंक्शन (RBF) नेटवर्क पर आधारित एक नवीन LLM आर्किटेक्चर प्रस्तुत करता है जो मानक DNNs की तुलना में बेहतर व्याख्यात्मकता, सटीकता और दक्षता प्रदान करते हुए, बिना किसी डीप न्यूरल नेटवर्क प्रशिक्षण के, एकल क्लोज्ड-फॉर्म इटरेशन में वैश्विक अनुकूलन प्राप्त करता है।
यह शोध पत्र यह प्रदर्शित करता है कि विविध लार्ज लैंग्वेज मॉडल्स के बीच मल्टी-एजेंट डिबेट्स के माध्यम से 'आर्ग्युमेंटेटिव थ्योरी ऑफ रीजनिंग' का अनुकरण करना सामूहिक सत्य-खोज प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है और मतिभ्रम (hallucination) जैसे आंतरिक मॉडल गुणों के मूल्यांकन के लिए एक नवीन गतिशील बेंचमार्किंग पद्धति प्रदान करता है।