19670 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि जबकि सर्वाइवल एनालिसिस (survival analysis) के लिए कुछ निश्चित स्कोरिंग नियम आदर्श स्थितियों में सैद्धांतिक रूप से उचित होते हैं, वे सेंसरिंग (censoring) या क्यूर फ्रैक्शंस (cure fractions) वाले वास्तविक परिदृश्यों में उत्तरजीविता (survival) को कम आंकने की ओर अनुचित रूप से पक्षपाती हो जाते हैं, जिससे संभावित रूप से भ्रामक मॉडल तुलनाएँ हो सकती हैं।
यह सर्वेक्षण बड़े पूर्व-प्रशिक्षित मॉडलों में कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को संबोधित करने के लिए कॉन्टिनुअल लर्निंग और पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग विधियों को संश्लेषित करके, पैरामीटर-एफिशिएंट कॉन्टिनुअल फाइन-ट्यूनिंग (PECFT) का एक व्यापक अवलोकन प्रदान करता है, जबकि अत्याधुनिक दृष्टिकोणों, मूल्यांकन मेट्रिक्स और भविष्य की अनुसंधान दिशाओं का परीक्षण करता है।
यह शोध पत्र BFTC को प्रस्तुत करता है, जो एक नवीन टोपोलॉजिकल क्लस्टरिंग एल्गोरिदम है जो जटिल, नॉनकॉन्वेक्स (nonconvex) और आपस में उलझी हुई डेटा संरचनाओं को प्रभावी ढंग से क्लस्टर करने के लिए स्थानीय वियेटोरिस-रिप्स फिल्ट्रेशन (Vietoris-Rips filtrations) से प्राप्त मल्टीस्केल बेट्टी अनुक्रमों (multiscale Betti sequences) का लाभ उठाकर टोपोलॉजी-जागरूक समानता संरचनाओं का निर्माण करता है, जिससे यह मौजूदा अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र ChiGAD प्रस्तुत करता है, जो एक स्पेक्ट्रल ग्राफ न्यूरल नेटवर्क फ्रेमवर्क है जो विविध सिमेंटिक्स को कैप्चर करने, उच्च-आवृत्ति सामग्री को संरक्षित करने और हेट्रोजेनियस ग्राफ विसंगति का पता लगाने में क्लास इम्बैलेंस को प्रभावी ढंग से संबोधित करने के लिए एक नवीन ची-स्क्वायर (Chi-Square) फ़िल्टर और विशिष्ट घटकों का लाभ उठाता है।
यह शोध पत्र CAM-NET को प्रस्तुत करता है, जो एक ज्यामिति-जागरूक (geometry-aware) गोलाकार फूरियर न्यूरल ऑपरेटर सरोगेट है, जो पृथ्वी की सतह से आयनमंडल तक के गणनात्मक रूप से महंगे WACCM-X संपूर्ण-वायुमंडल मॉडल का कुशलतापूर्वक अनुकरण करता है, जिससे प्रमुख बड़े पैमाने की वायुमंडलीय और प्लाज्मा परिवर्तनशीलता को संरक्षित करते हुए तीव्र एन्सेम्बल प्रयोगों और अनिश्चितता परिमाणीकरण को सक्षम बनाया जा सके।
यह शोध पत्र ReaGAN का प्रस्ताव करता है, जो एक रिट्रीवल-ऑगमेंटेड ग्राफ एजेंटिक नेटवर्क है जो पारंपरिक ग्राफ न्यूरल नेटवर्क में फिक्स्ड एग्रीगेशन मैकेनिज्म की सीमाओं को दूर करने के लिए नोड्स को स्वायत्त निर्णय लेने की क्षमता और ग्लोबल सिमेंटिक रिट्रीवल से सशक्त बनाता है, जिससे बिना फाइन-ट्यूनिंग के प्रतिस्पर्धी फ्यू-शॉट प्रदर्शन प्राप्त होता है।
यह शोध पत्र pFedDSH प्रस्तुत करता है, जो एक व्यक्तिगत फेडरेटेड लर्निंग फ्रेमवर्क है जो कच्चे डेटा साझाकरण या पुनरप्रशिक्षण की आवश्यकता के बिना मौजूदा क्लाइंट्स के प्रदर्शन को बनाए रखते हुए नए क्लाइंट बैचों को प्रभावी ढंग से ऑनबोर्ड करने के लिए एक केंद्रीय हाइपरनेटवर्क, बैच-विशिष्ट मास्क और सर्वर-साइड डेटा-फ्री रिप्ले का उपयोग करता है।
HERAKLES एक पदानुक्रमित एजेंट है जो प्राप्त करने योग्य उप-लक्ष्यों (subgoals) के चयन के लिए एक उच्च-स्तरीय LLM नीति को एक निम्न-स्तरीय नियंत्रक के साथ जोड़ता है जो सफल व्यवहारों को पुन: प्रयोज्य कौशलों में संकलित करता है, जिससे आंशिक रूप से दृश्यमान वातावरणों में कुशल ओपन-एंडेड अन्वेषण और कौशल संयोजन सक्षम होता है जहाँ पुरस्कार विरल (sparse) होते हैं।
यह शोध पत्र हाइपरडायमेंशनल प्रोब (Hyperdimensional Probe) प्रस्तुत करता है, जो एक हाइब्रिड विधि है जो इनपुट-केंद्रित फीचर निष्कर्षण और आउटपुट-उन्मुख विश्लेषण को एकीकृत करने के लिए वेक्टर सिम्बोलिक आर्किटेक्चर का लाभ उठाती है, जिससे लार्ज लैंग्वेज मॉडल (Large Language Model) के निरूपणों में गहरे अर्थ संबंधी अंतर्दृष्टि प्रदान करने के लिए मौजूदा व्याख्यात्मकता तकनीकों की सीमाओं को पार किया जा सके।
यह शोधपत्र SHUFFLESPARSE को प्रस्तुत करता है, जो एक एकल क्रमपरिवर्तन आव्यूह (permutation matrix) को सीखता है ताकि विभिन्न स्पर्सिटी पैटर्न और प्रशिक्षण प्रतिमानों में स्ट्रक्चर्ड और अनस्ट्रक्चर्ड स्पार्स नेटवर्क के बीच सटीकता के अंतर को न्यूनतम इन्फरेंस ओवरहेड बनाए रखते हुए महत्वपूर्ण रूप से कम किया जा सके।