cs.LG

MEDAL: Manifold Embedding Distillation via Autoencoder Learning

यह शोधपत्र MEDAL को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो नॉनलीनियर डाइमेंशनलिटी रिडक्शन तकनीकों के लिए कठोर आउट-ऑफ-सैंपल वैलिडेशन, क्वांटिटेटिव डिस्टॉर्शन मेजरमेंट और हाइपरपैरामीटर ट्यूनिंग को सक्षम करने हेतु स्टैटिक मैनिफोल्ड एम्बेडिंग्स को पुन: प्रयोज्य ऑटोएन्कोडर मॉडल्स में आसवित (distill) करता है।

PrivFusion: A Privacy-preserving Multi-Agent Framework for Harmonizing Distributed Datasets

PrivFusion एक गोपनीयता-संरक्षित मल्टी-एजेंट फ्रेमवर्क है जो पुनरावृत्ति विशेषता संरेखण (iterative feature alignment) के माध्यम से विषम वितरित नैदानिक डेटासेट के सामंजस्य को स्वचालित करता है, जिससे प्रभावी फेडरेटेड लर्निंग के लिए एक महत्वपूर्ण बाधा दूर होती है।

Rethinking Continual Anomaly Detection on the Edge: Benchmarking Under Realistic Industrial Conditions

यह शोध पत्र वास्तविक औद्योगिक एज बाधाओं के तहत निरंतर विसंगति पहचान (continual anomaly detection) के लिए एक व्यापक बेंचमार्क प्रस्तुत करता है, जो मौजूदा पद्धतियों की सीमाओं को उजागर करता है और DINOSaur प्रस्तावित करता है, जो एक प्रशिक्षण-मुक्त दृष्टिकोण है जो शून्य विस्मृति (zero forgetting), सभी प्रोटोकॉल में बेहतर प्रदर्शन और एज हार्डवेयर पर कुशल वास्तविक समय अनुमान प्राप्त करता है।

A lift for input-convex neural network training

Fourier Feature Pyramids for Physics-Informed Neural Networks

यह शोध पत्र "beignet" को प्रस्तुत करता है, जो एक नवीन न्यूरल फील्ड आर्किटेक्चर है जो स्पेक्ट्रल डेरिवेटिव कंप्यूटेशन, स्केलेबल पैरामीट्राइजेशन और स्थिर अनुकूलन को सक्षम करके मौजूदा फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क्स की तुलना में आंशिक अंतर समीकरणों (पार्शियल डिफरेंशियल इक्वेशंस) को अधिक सटीक और कुशलता से हल करने के लिए रैंडम फूरियर फीचर्स को एक प्रशिक्षित मल्टी-रेज़ोल्यूशन फूरियर फीचर पिरामिड से बदलता है।

Faithfulness as Information Flow: Evaluating and Training Faithful Chain-of-Thought Reasoning

यह शोध पत्र एंट्रॉपी-आधारित (entropy-based), मास्क्ड-केएल (masked-KL) और ग्रेडिएंट-आधारित डायग्नोस्टिक्स के साथ-साथ अटेंशन मास्किंग (attention masking) और एडवर्सरियल परटर्बेशन्स (adversarial perturbations) जैसे अपडेट-टाइम हस्तक्षेपों को पेश करते हुए, चेन-ऑफ-थॉट (Chain-of-Thought) निष्ठा का मूल्यांकन करने और उसे बढ़ाने के लिए एक संरचनात्मक सूचना-प्रवाह ढांचे का प्रस्ताव करता है जो भाषा मॉडलों में शॉर्टकटिंग (shortcutting) और रिवॉर्ड-हैकिंग (reward-hacking) व्यवहारों को प्रभावी ढंग से कम करता है।

TUBE: Tangent Upper Bound on Evidence for Discrete Diffusion Language Models

यह शोध पत्र TUBE को प्रस्तुत करता है, जो डिस्क्रीट डिफ्यूजन मॉडल्स के लिए लॉग-लाइकलीहुड (log-likelihood) पर एक वेरिएशनल अपर बाउंड (variational upper bound) है, जो यह प्रकट करता है कि अपनी लचीलेपन के बावजूद, ब्लॉक मास्क डिफ्यूजन मॉडल्स और एनी-ऑर्डर ऑटोरेग्रेसिव मॉडल्स अभी भी मानक ऑटोरेग्रेसिव मॉडल्स के सटीक लाइकलीहुड प्रदर्शन तक नहीं पहुँच पाते हैं।

Private Adaptive Covariance Estimation via Gaussian Graphical Models

यह शोध पत्र PACE-GGM को प्रस्तुत करता है, जो एक विभेदक रूप से निजी (differentially private) विधि है जो अनुभवजन्य सहप्रसरण आव्यूह (empirical covariance matrix) के सबसे सूचनात्मक प्रविष्टियों को गोपनीयता बजट को अनुकूल रूप से आवंटित करती है और एक पूर्ण गॉसियन ग्राफिकल मॉडल का पुनर्निर्माण करती है, जिससे विशेष रूप से उच्च-आयामी और निम्न-से-मध्यम गोपनीयता सेटिंग्स में मानक दृष्टिकोणों की तुलना में बेहतर अनुमान सटीकता प्राप्त होती है।

LLMs Show No Signs Of Individuated Metacognition

यह शोध पत्र तर्क देता है कि लार्ज लैंग्वेज मॉडल्स में वास्तविक, व्यक्तिपरक मेटाकॉग्निशन (metacognition) का अभाव है क्योंकि उनका घोषित आत्मविश्वास मुख्य रूप से साझा आइटम कठिनाई और निर्णय थ्रेशोल्ड को दर्शाता है, न कि अपनी स्वयं की क्षमताओं का आकलन करने की एक सच्ची, मॉडल-विशिष्ट क्षमता को।

ChaosBench-Logic v2: Evaluating LLM Logical Reasoning over Dynamical Systems at Scale

यह शोध पत्र ChaosBench-Logic v2 का परिचय देता है, जो एक बड़े पैमाने का बेंचमार्क और CARE मूल्यांकन प्रोटोकॉल है जिसे डायनेमिकल सिस्टम्स (dynamical systems) के संबंध में LLMs में महत्वपूर्ण तार्किक तर्क विफलताओं को उजागर करने के लिए डिज़ाइन किया गया है, जिसमें यह पाया गया है कि जहाँ मॉडल औपचारिक निगमन (formal deduction) पर मध्यम प्रदर्शन करते हैं, वहीं वे रेजीम ट्रांज़िशन (regime transitions) के साथ काफी संघर्ष करते हैं और बाइफरकेशन (bifurcation) संबंधी प्रश्नों पर व्यवस्थित रूप से एंटी-कोरिलेशन (anti-correlation) प्रदर्शित करते हैं।