23609 पेपर
यह शोध पत्र 'वेरिफिएबल रिवॉर्ड्स के साथ रिइन्फोर्समेंट लर्निंग' (RLVR) के लिए "टेम्पोरल शेड्यूलिंग" पेश करता है, जो एक ऐसी विधि है जो सामान्य अनुकूलन (optimization) में संक्रमण करने से पहले विशिष्ट नीति व्यवहारों को प्राथमिकता देने के लिए प्रशिक्षण के दौरान क्रेडिट आवंटन मानदंडों को गतिशील रूप से समायोजित करती है, जिससे नीति एंट्रॉपी को संरक्षित करते हुए अधिक स्थिर और कुशल शिक्षण गतिकी प्राप्त की जा सकती है।
यह शोधपत्र एक संदर्भ-संवर्धित मल्टी-प्ले मल्टी-आर्म्ड बैंडिट एल्गोरिदम प्रस्तावित करता है जो चैनल शोर को चैनल स्थिति सूचना के साथ सहसंबंधित रिवॉर्ड परटर्बेशन के रूप में मॉडल करता है, जिससे अवसरवादी स्पेक्ट्रम एक्सेस सिस्टम में तेज़ और अधिक कुशल चैनल आवंटन प्राप्त करने के लिए लीनियर और नॉन-लीनियर इंडेक्स नीतियां व्युत्पन्न होती हैं।
यह शोध पत्र EMA-Nesterov को प्रस्तुत करता है, जो एक स्थिर अनुकूलन विधि है जो कम-आवृत्ति वाले प्रक्षेपवक्र रुझानों (low-frequency trajectory trends) को पकड़ने के लिए नेस्टरोव के शोर वाले शॉर्ट-होरिजन लुकअहेड के स्थान पर अपडेट के एक्सपोनेंशियल मूविंग एवरेज का उपयोग करती है, जिससे विभिन्न ऑप्टिमाइज़र्स में उत्तल सिद्धांत (convex theory) और डीप लर्निंग अभ्यास दोनों में त्वरित अभिसरण प्राप्त होता है।
यह शोध पत्र ऑटोरिग्रेसिव-फ्री न्यूरल ऑपरेटर्स (AFNO) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो समय-निर्भर PDEs को एक लेटेंट स्पेस में मैप करता है और निरंतर-समय वेक्टर फील्ड्स को मॉडल करने के लिए फ्लो मैचिंग का उपयोग करता है, जिससे त्रुटि संचय को कम करते हुए स्थिर, दीर्घ-क्षिति भविष्यवाणी प्राप्त करने के लिए ऑटोरिग्रेसिव रोलआउट को समाप्त किया जा सके।
यह शोध पत्र एक्शन यूनिट्स के माध्यम से चेहरे के भावों का पता लगाने के लिए प्रशिक्षित कनवल्शनल न्यूरल नेटवर्क, उन भावों को लागू करने के लिए एक पैरामीट्रिक 3D मॉडल (वैली गर्ल), और परिणामी मॉडल को स्केच के कंटूर के साथ संरेखित करने के लिए एक्टिव स्नेक कंटूरों को संयोजित करके स्केच से 3D फेस मॉडल उत्पन्न करने की एक नवीन विधि प्रस्तुत करता है।
यह शोधपत्र ReFi-GAD का प्रस्ताव करता है, जो एक सामान्यवादी ग्राफ विसंगति पहचान (graph anomaly detection) दृष्टिकोण है जो एक सार्वभौमिक, अर्थ-जागरूक रिलेशनल फिंगरप्रिंट का उपयोग करके मौजूदा फीचर संरेखण विधियों की अर्थ संबंधी सीमाओं को दूर करता है ताकि प्रासंगिक और संरचनात्मक दोनों दृष्टिकोणों से विसंगति संकेतों को एनकोड किया जा सके, जिससे अनदेखे ग्राफों में उत्कृष्ट प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र ग्राफ न्यूरल नेटवर्क के सामान्यीकरण (generalization) को समझने के लिए तीन अलग-अलग सांख्यिकीय ढाँचों की समीक्षा करता है: लर्निंग थ्योरी-आधारित बाउंड्स, अनंत-चौड़ाई या अनंत-आकार सीमाओं के माध्यम से एसिम्प्टोटिक सन्निकटन (asymptotic approximations), और रैंडम ग्राफ मॉडल के तहत नॉन-एसिम्प्टोटिक विश्लेषण, जबकि प्रत्येक के लिए प्रमुख परिणामों, सीमाओं और खुले प्रश्नों पर प्रकाश डालता है।
यह शोध पत्र यह प्रदर्शित करता है कि पोस्ट-ट्रेन्ड लैंग्वेज मॉडल्स आंतरिक आश्चर्य ट्रैकिंग (internal surprise tracking) द्वारा संचालित कम आउटपुट एंट्रॉपी के माध्यम से अपने स्वयं के ऑन-पॉलिसी जनरेशन को अंतर्निहित रूप से पहचानते हैं, जबकि एक अलग तंत्र के माध्यम से इस पहचान को स्पष्ट रूप से मौखिक रूप देने की विशिष्ट क्षमता भी रखते हैं।
यह शोधपत्र एक नवीन दो-चरणीय पीसीए (PCA) एल्गोरिदम प्रस्तावित करता है जो "नॉकऑफ मीन" (knockoff mean) विक्षोभों को जानबूझकर पेश करके मीन-शिफ्ट शोर को समाप्त करता है, जो मूल आइजनस्पेस (eigenspace) को संरक्षित करते हुए दूषित घटकों को स्पेक्ट्रली अलग करने और हटाने के लिए रैंडम मैट्रिक्स थ्योरी का लाभ उठाता है।
जैकक्वेंट (JacQuant) एक नवीन क्वांटाइजेशन-अवेयर ट्रेनिंग फ्रेमवर्क पेश करता है जो अल्ट्रा-लो-बिट एलएलएम (LLM) क्वांटाइजेशन में प्रशिक्षण को स्थिर करने और उच्च सटीकता प्राप्त करने के लिए भंगुर स्ट्रेट-थ्रू एस्टीमेटर (Straight-Through Estimator) को एक हल्के, सीखे हुए जैकोबियन सरोगेट (Jacobian surrogate) से बदल देता है, जो फॉरवर्ड क्वांटाइज़र को संशोधित किए बिना या महत्वपूर्ण रनटाइम लागत के बिना किया जाता है।