23609 पेपर
यह शोध पत्र एक औपचारिक सत्यापन ढांचा प्रस्तुत करता है जो लिप्सचिट्ज़ अनुकूलन (Lipschitz optimization) और होमोग्राफी की खंडवार निरंतरता (piecewise continuity) का लाभ उठाकर 3D कैमरा गति विक्षोभ के तहत पिक्सेल मानों पर सटीक रैखिक सीमाएं व्युत्पन्न करता है, जिससे जटिल सिमुलेशन या सरोगेट मॉडल पर निर्भर किए बिना प्लेनर दृश्यों में विजन न्यूरल नेटवर्क के लिए पहली कठोर सुदृढ़ता गारंटी सक्षम होती है।
यह शोधपत्र WMAttack को प्रस्तुत करता है, जो एक स्वचालित ढांचा (framework) है जो विविध वातावरणों में वर्ल्ड-मॉडल एजेंटों की मजबूती का मूल्यांकन करने के लिए अधिक शक्तिशाली प्रतिकूल हमलों (adversarial attacks) को कुशलतापूर्वक और सटीक रूप से पहचानने हेतु सेल्फ-करेक्टिंग अटैक सर्च और रिप्रेजेंटेशन-गाइडेड अटैक रिट्रीवल का उपयोग करता है।
यह शोध पत्र पारंपरिक स्थानिक निष्पक्षता अवधारणाओं का विस्तार करते हुए कई भौगोलिक क्षेत्रों में व्यक्तिगत आवाजाही के पैटर्न को शामिल करने के लिए एक नवीन ढांचा प्रस्तावित करता है, जो आवाजाही-आधारित पूर्वाग्रहों का प्रभावी ढंग से पता लगाने और उन्हें स्थानीयकृत करने के लिए स्थानिक स्कैन सांख्यिकी (spatial scan statistics) का उपयोग करता है।
यह शोध पत्र कॉनवेक्स लैंग्वेज डिटेक्शन (CLD) प्रस्तुत करता है, जो स्पोकन डायलॉग सिस्टम के लिए कम-संसाधन और लहजा-मजबूत भाषा पहचान में प्रमाणित स्थिरता और उच्च सटीकता प्राप्त करने के लिए JAX में मल्टी-जीपीयू ADMM अनुकूलन का उपयोग करने वाला एक नवीन ढांचा है।
यह शोध पत्र GENSTRAT प्रस्तुत करता है, जो बड़े भाषा मॉडलों (large language models) की रणनीतिक तर्क क्षमता का मूल्यांकन करने के लिए प्रक्रियात्मक रूप से उत्पन्न रणनीतिक वातावरण और एक बहु-अक्षीय क्षमता प्रोफ़ाइल का उपयोग करने वाला एक ढांचा है, जो यह प्रकट करता है कि समान समग्र प्रदर्शन वाले मॉडल विशिष्ट तैनाती-प्रासंगिक परिदृश्यों में विशिष्ट शक्तियों और अप्रत्याशित व्यवहारिक अस्थिरता को प्रदर्शित कर सकते हैं।
यह शोध पत्र GPR-GAE का प्रस्ताव करता है, जो एक स्व-पर्यवेक्षित प्रतिकूल शुद्धिकरण ढांचा (self-supervised adversarial purification framework) है, जो जेनरालाइज्ड पेजरैंक फिल्टर के साथ एक विशिष्ट ग्राफ ऑटो-एन्कोडर का उपयोग करता है ताकि मजबूती को वर्गीकरण से अलग किया जा सके, जिससे उच्च सटीकता बनाए रखते हुए प्रतिकूल विक्षोभों (adversarial perturbations) के विरुद्ध ग्राफ संरचनाओं को प्रभावी ढंग से शुद्ध किया जा सके।
यह शोध पत्र COALA को प्रस्तुत करता है, जो एक नवीन कॉनवेक्स ऑप्टिमाइज़ेशन-आधारित एल्गोरिदम है जो संदर्भ मॉडल (रेफरेंस मॉडल) की आवश्यकता को समाप्त करके और DPO जैसी विधियों की तुलना में प्रतिस्पर्धी प्रदर्शन बनाए रखते हुए कम्प्यूटेशनल लागत को काफी कम करके, बड़े भाषा मॉडलों के कुशल, सिंगल-जीपीयू प्रिफरेंस फाइन-ट्यूनिंग को सक्षम बनाता है।
यह शोध पत्र RefCal का प्रस्ताव करता है, जो एक एकीकृत प्रशिक्षण ढांचा (unified training framework) है जो सटीकता, अंशांकन (calibration) और परिशोधन (refinement) को संयुक्त रूप से अनुकूलित करने के लिए एक नवीन पर्यवेक्षित कंट्रास्टिव लॉस (supervised contrastive loss) पेश करता है, जिससे उस सामान्य समझौते (trade-off) पर विजय प्राप्त होती है जहाँ मौजूदा विधियाँ सही और गलत भविष्यवाणियों के बीच मॉडल की अंतर करने की क्षमता की कीमत पर अंशांकन में सुधार करती हैं।
यह शोध पत्र पहले लर्निंग-ऑगमेंटेड ऑनलाइन शेड्यूलिंग एल्गोरिदम पेश करता है जो प्रति जॉब केवल एक स्थिर संख्या में प्रीएम्प्शन (preemptions) के साथ निरंतर प्रतिस्पर्धी विलंबता (constant competitive latency) प्राप्त करते हैं, जो प्रभावी रूप से सिंगल, अनरिलेटेड और मैलिएबल मशीन सेटिंग्स में सैद्धांतिक प्रदर्शन और प्रीएम्प्शन जटिलता के बीच के अंतर को पाटते हैं।
यह शोध पत्र VECTOR को प्रस्तुत करता है, जो इविक्शन-आधारित (eviction-based) KV कैश संपीड़न के लिए एक प्लग-इन है, जो पुनर्गठित करने योग्य वैल्यू जानकारी को पुनः प्राप्त करने और गुणवत्ता-मेमोरी ट्रेड-ऑफ में सुधार करने के लिए एक तीन-तरफा टोकन रूटिंग रणनीति (रिटेंशन, एप्रोक्सिमेशन और इविक्शन) को लागू करके लॉन्ग-कॉन्टेक्स्ट LLM इन्फरेंस को बढ़ाता है।