608 पेपर
यह शोध पत्र AutoRedTrader को प्रस्तुत करता है, जो एक स्वायत्त रेड-टीमिंग फ्रेमवर्क है जो सूक्ष्म, वित्त-विशिष्ट गलत सूचना उत्पन्न करता है ताकि एलएलएम-आधारित ट्रेडिंग एजेंटों की कमजोरियों का व्यवस्थित रूप से मूल्यांकन और अनावरण किया जा सके, जो बिटकॉइन लेनदेन डेटा पर सामान्य-उद्देश्य वाले बेसलाइन की तुलना में बेहतर हमले की प्रभावशीलता प्रदर्शित करता है।
यह शोध पत्र SuperMeshNet को प्रस्तुत करता है, जो एक अर्ध-पर्यवेक्षित (semi-supervised) न्यूरल फ्रेमवर्क है जो कम-रिज़ॉल्यूशन वाले डेटा से उच्च-सटीक मेश-आधारित सिमुलेशन समाधानों को कुशलतापूर्वक पुनर्निर्मित करने के लिए पूरक शिक्षण (complementary learning) और प्रेरणिक पूर्वाग्रहों (inductive biases) का उपयोग करता है, जबकि इसके लिए पूर्णतः पर्यवेक्षित बेंचमार्क की तुलना में 90% कम उच्च-रिज़ॉल्यूशन वाले प्रशिक्षण डेटा की आवश्यकता होती है।
यह शोध पत्र MC को प्रस्तुत करता है, जो एक हाइब्रिड सॉल्वर है जो पारंपरिक मोंटे कार्लो दृष्टिकोणों की तुलना में 1000 गुना तेज़ी से उच्च-सटीकता वाले एलिप्टिक PDE समाधान प्राप्त करने के लिए लो-बजट मोंटे कार्लो विधियों को न्यूरल नेटवर्क सुधार के साथ जोड़ता है, साथ ही सीमित-कंप्यूट PDE सॉल्विंग के मूल्यांकन के लिए एक व्यापक बेंचमार्क PDEZoo की रिलीज़ भी करता है।
यह शोध पत्र SmartEval को प्रस्तुत करता है, जो 9,000 LLM-जनित सॉलिडिटी (Solidity) अनुबंधों के एक संग्रह, एक पांच-आयामी मूल्यांकन मानदंड और एक प्रमाणित पाइपलाइन से युक्त एक व्यापक बेंचमार्क है, जो विशिष्ट विफलता मोड को प्रकट करता है और यह प्रदर्शित करता है कि LLM-जनित अनुबंध कार्यात्मक अनुपालन में ग्राउंड-ट्रुथ कार्यान्वयन से बेहतर प्रदर्शन कर सकते हैं।
यह शोध पत्र ऑनलाइन एसएआर प्रोसेसर (OSP) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो अधिग्रहण के दौरान लाइन-दर-लाइन केंद्रित एसएआर चित्र उत्पन्न करने के लिए टीचर-स्टूडेंट डिस्टिलेशन के माध्यम से प्रशिक्षित एक सूक्ष्म स्टेट-स्पेस सरोगेट मॉडल का उपयोग करता है, जो पारंपरिक ब्लॉक-प्रोसेसिंग विधियों की तुलना में 70 कम विलंबता और 130 कम मेमोरी उपयोग प्राप्त करता है, जबकि जहाज का पता लगाने और बाढ़ मानचित्रण जैसे वास्तविक समय के डाउनस्ट्रीम कार्यों के लिए पर्याप्त गुणवत्ता बनाए रखता है।
यह शोध पत्र काइनेटिक प्लाज्मा सिमुलेशन में पार्टिकल-इन-फोरियर स्कीम्स के लिए डोमेन डिकंपोजिशन, पार्टिकल डिकंपोजिशन और पैरियल एल्गोरिदम का उपयोग करके स्पेस-टाइम डिकंपोजिशन वाली तीन वितरित समानांतरकरण रणनीतियों को प्रस्तुत और तुलना करता है, जो IPPL लाइब्रेरी के माध्यम से सुपरकंप्यूटरों पर उनके संचार पैटर्न, प्रदर्शन शासन और स्केलिंग का विश्लेषण करता है।
यह शोध पत्र SLIM को प्रस्तुत करता है, जो एक प्लग-एंड-प्ले फ्रेमवर्क है जो स्पार्स ऑटोएन्कोडर (Sparse Autoencoder) के माध्यम से हिडन स्टेट्स को स्पार्स, व्याख्या योग्य फीचर्स में विघटित करके लार्ज लैंग्वेज मॉडल्स में प्रॉपर्टी-डायरेक्टेड मॉलिक्यूलर एडिटिंग को बेहतर बनाता है, जिससे मॉडल के पैरामीटर्स को संशोधित किए बिना सटीक स्टीयरिंग संभव होती है जो एडिटिंग की सफलता दर को महत्वपूर्ण रूप से बढ़ा देती है।
यह अध्ययन प्रदर्शित करता है कि भौतिकी-सूचित निहित तंत्रिका निरूपण (physics-informed implicit neural representations), बड़े डेटासेट पर निर्भरता को कम करने के लिए बढ़ी हुई प्रशिक्षण जटिलता का व्यापार करके, विशेष रूप से कम-डेटा शासन (low-data regimes) में, औद्योगिक स्टिरर्ड टैंकों में प्रवाह क्षेत्र भविष्यवाणियों की सटीकता और स्थिरता में महत्वपूर्ण रूप से सुधार कर सकते हैं।
यह अध्ययन प्रदर्शित करता है कि हाइपरपैरामीटर रिट्यूनिंग के बिना प्रत्येक पांच प्रोडक्शन बैचों के बाद एक निश्चित रिट्रेनिंग कैडेंस, अनिश्चितता परिमाणीकरण (अनसर्टेन्टी क्वांटिफिकेशन) के लिए कॉन्फॉर्मल प्रेडिक्शन के साथ मिलकर, प्रक्रिया विचलन (प्रोसेस ड्रिफ्ट्स) और उपकरण क्षरण के बावजूद सेमीकंडक्टर निर्माण में भविष्य कहनेवाला गुणवत्ता बनाए रखने के लिए एक गणनात्मक रूप से कुशल और सुदृढ़ MLOps ढांचा प्रदान करता है।
यह शोध पत्र विभिन्न GPU आर्किटेक्चर पर इलेक्ट्रोस्टैटिक PIC सिमुलेशन के लिए IPPL लाइब्रेरी के भीतर FFT, PCG, FEM और नवीन पार्टिकल-इन-फूरियर (PIF) स्कीम्स सहित विभिन्न पॉइसन सॉल्वर के प्रदर्शन और पोर्टेबिलिटी का मूल्यांकन करता है, जिसमें यह पाया गया है कि जबकि FFT सबसे तेज़ है, PIF स्कीम एक उच्च-सटीकता वाले विकल्प के रूप में उत्कृष्ट स्केलेबिलिटी प्रदान करती है।