1374 पेपर
यह शोध पत्र एक न्यूरल CSI संपीड़न ढांचे का प्रस्ताव करता है जो FDD मैसिव MIMO सिस्टम में वितरण बदलावों (distribution shifts) से उबरने के लिए संरचित, एंट्रॉपी-कोडेड पैरामीटर अपडेट के साथ पूर्ण-मॉडल फाइन-ट्यूनिंग का उपयोग करता है, जिससे मॉडल अपडेट ट्रांसमिट करने के संचार ओवरहेड को कम करते हुए दर-विकृति (rate-distortion) प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र कोटलारस्की के सूत्र को उच्च आयामों और लुप्त फूरियर ट्रांसफॉर्म वाले संकेतों तक विस्तारित करके मल्टी-रेफरेंस अलाइनमेंट और डीकनवल्शन के बीच एक नवीन संबंध स्थापित करता है, जिससे विस्थापित, शोरयुक्त अवलोकनों के द्वितीय-क्रम सांख्यिकी से संकेत अनुमान लगाना सक्षम होता है।
यह शोध पत्र द्विघात (quadratic) APN फलनों के वॉल्श स्पेक्ट्रा और प्रोजेक्टिव स्पेस में वेक्टर स्पेस विभाजनों या ब्लॉकिंग सेट्स के बीच नवीन संबंध स्थापित करता है, जिससे उच्च-आयाम वाले घटक फलनों पर सीमा, बेंट घटकों पर एक गैर-तुच्छ ऊपरी सीमा, और क्रमपरिवर्तन (permutations) के लिए CCZ-तुल्यता के मानदंडों जैसे सुदृढ़ स्पेक्ट्रल नियमों का व्युत्पन्न प्राप्त करना संभव हो जाता है।
यह शोध पत्र गॉसियन वेक्टर अनुक्रमों (Gaussian vector sequences) से प्राप्त कॉज़ली कंडिशनड डायरेक्ट इंफॉर्मेशन रेट्स (causally conditioned directed information rates) के एक एस्टीमेटर के लिए क्रम के नॉन-एसिम्प्टोटिक एरर बाउंड्स स्थापित करता है, जो वास्तविक-मान वाले डेटा (real-valued data) के लिए मौजूदा सिद्धांत में एक अंतराल को संबोधित करता है।
यह शोधपत्र हैमिंग डिस्टॉर्शन और बाइनरी क्लासिफिकेशन बाधाओं के तहत बर्नौली स्रोतों के लिए टास्क-ओरिएंटेड लॉस्य कम्प्रेशन की जांच करता है, जो वन-शॉट रिप्रेजेंटेशन के लिए क्लोज्ड-फॉर्म ट्रेडऑफ्स को व्युत्पन्न करके, लीनियर प्रोग्रामिंग के माध्यम से अचीवेबल डिस्टॉर्शन-क्लासिफिकेशन क्षेत्रों को अभिलक्षणित करके, और यूनिवर्सल एनकोडर्स के लिए आवश्यक रेट पेनल्टी पर कंप्यूट करने योग्य बाउंड्स स्थापित करके किया गया है।
यह शोध पत्र आउटपुट परिवर्तनों पर सैद्धांतिक सीमाएँ स्थापित करने के लिए डीप न्यूरल नेटवर्क में न्यूनतम भार वाले व्यवधानों (minimal weight perturbations) के सटीक सूत्र व्युत्पन्न करता है, और इन निष्कर्षों को यह प्रदर्शित करने के लिए लागू करता है कि लो-रैंक संपीड़न (low-rank compression) मॉडल की सटीकता को बनाए रखते हुए विश्वसनीय रूप से लेटेंट बैकडोर्स को सक्रिय कर सकता है और हमले की विफलता के लिए प्रमाणिक सीमाएं निर्धारित कर सकता है।
यह शोध पत्र एक सूचना-सैद्धांतिक ढांचे का प्रस्ताव करता है जो यह स्पष्ट करता है कि सिंथेटिक डेटा भाषा मॉडलों में सुधार केवल तभी करता है जब जनरेशन लूप बाहरी संकेतों के माध्यम से "सूचना-खुला" (information-open) हो, और यह तर्क देता है कि सीखना उपलब्ध सबसे सूचना-कुशल संकेत की ओर अभिसरित होता है—चाहे वह सामान्यीकरण के लिए एक सुदृढ़, व्यापक पर्यवेक्षण हो या रिवॉर्ड हैकिंग की ओर ले जाने वाला एक भ्रामक पैटर्न।
यह शोध पत्र वितरण संबंधी अनलर्निंग (distributional unlearning) के लिए एक सांख्यिकीय ढांचे का प्रस्ताव करता है जो वांछित प्रदर्शन को बनाए रखते हुए अवांछित डोमेन को हटाने के लिए इष्टतम डेटा उपसमुच्चयों (subsets) का चयन करने हेतु परिकल्पना परीक्षण (hypothesis testing) का उपयोग करता है, तथा विभिन्न पैरामीट्रिक और नॉन-पैरामीट्रिक वितरण परिवारों में मौलिक ट्रेड-ऑफ और पारेटो फ्रंटियर्स (Pareto frontiers) को अभिलक्षणित करता है।
यह शोध पत्र मल्टी-बिट LLM वॉटरमार्किंग के लिए एक नवीन ब्लॉक-ऑटोरेग्रेसिव फ्रेमवर्क प्रस्तावित करता है जो सूचना-सैद्धांतिक सिद्धांतों, जिसमें गेलफंड-पिन्सकर और चैनल सिंथेसिस कोडिंग शामिल हैं, का लाभ उठाकर एक स्पष्ट पोलर कोड-आधारित एल्गोरिदम के साथ उच्च-क्षमता, निम्न-विकृति गुप्त एम्बेडिंग प्राप्त करता है।
यह शोध पत्र अपूर्ण साइड इंफॉर्मेशन के साथ नॉइजी इंडक्टिव मैट्रिक्स कम्प्लीशन के लिए स्पेक्ट्रल इनिशियलाइजेशन के साथ एक नॉनकॉन्वेक्स प्रोजेक्टेड ग्रेडिएंट डिसेंट एल्गोरिदम प्रस्तावित करता है, जो एक रेगुलैरिटी कंडीशन स्थापित करता है जो लीनियर कन्वर्जेंस और साइड इंफॉर्मेशन डायमेंशन के साथ सैंपल कॉम्प्लेक्सिटी को एम्बिएंट मैट्रिक्स डायमेंशन के बजाय स्केल करने की गारंटी देता है।