23609 पेपर
यह शोध पत्र फुली होमोमोर्फिक एन्क्रिप्शन (FHE) इन्फरेंस के लिए एक डिसीजन-अवेयर क्वाड्रेटिक ReLU रिप्लेसमेंट विधि प्रस्तावित करता है जो, एक लिफ्टेड स्पेस में समस्या को लीनियर सेपरेशन टास्क के रूप में स्वरूपित करके, बिना रिट्रेनिंग के कैलिब्रेशन-सेट डिसीजन प्रिजर्वेशन प्राप्त करता है और मौजूदा पॉलिनोमियल एप्रोक्सिमेशन तकनीकों की तुलना में इन्फरेंस स्पीड को महत्वपूर्ण रूप से तेज करता है।
यह शोध पत्र एक एक्सप्लोरेटरी एआई रिकमेंडर फ्रेमवर्क प्रस्तुत करता है जो उच्च-आयामी नैदानिक अध्ययनों के लिए पारदर्शी सांख्यिकीय मॉडलों के प्रेडिक्टिव प्रदर्शन और कैलिब्रेशन को महत्वपूर्ण रूप से बढ़ाते हुए, फीचर चयन, नॉन-लीनियर टर्म्स और इंटरैक्शन के लिए डेटा-संचालित सिफारिशें स्वचालित रूप से उत्पन्न करने के लिए एक्सप्लेनेबल एआई का लाभ उठाता है।
यह शोध पत्र यह तर्क देता है कि सुदृढ़ जलवायु अनुकरण (क्लाइमेट इम्यूलेशन) के लिए मानक इन-डिस्ट्रीब्यूशन मूल्यांकन से हटकर मौसमी विविधताओं का उपयोग करके एक नए ढांचे की ओर बढ़ना आवश्यक है जो आउट-ऑफ-डिस्ट्रीब्यूशन जलवायु परिवर्तनों के प्रॉक्सी के रूप में कार्य करता है, और यह प्रदर्शित करता है कि भविष्य की जलवायु स्थितियों के तहत एमुलेटर की विश्वसनीयता सुनिश्चित करने के लिए भौतिक रूप से प्रेरित विखंडन (डिकंपोजिशन) के माध्यम से कंपोजिशनल जनरलाइजेशन अनिवार्य है।
यह शोध पत्र डायरेक्शन-एडेप्टिव सेल्फ-डिस्टिलेशन (DASD) प्रस्तुत करता है, जो बड़े भाषा मॉडलों (LLMs) के लिए एक नवीन पोस्ट-ट्रेनिंग प्रतिमान है जो टोकन अनिश्चितता के आधार पर शिक्षक पर्यवेक्षण को गतिशील रूप से रूट करके जटिल तर्क में सुधार करता है—जो अन्वेषण (exploration) को बनाए रखने के लिए उच्च-एन्ट्रॉपी वाले टोकन को शिक्षक से दूर धकेलता है और निष्पादन सटीकता सुनिश्चित करने के लिए निम्न-एन्ट्रॉपी वाले टोकन को उसकी ओर खींचता है।
यह शोधपत्र एक साझा प्रोब सेट पर सक्रियण-प्रेरित इनपुट स्पेस विभाजनों (activation-induced input space partitions) में परिवर्तनों का विश्लेषण करके, फेडरेटेड लर्निंग में क्लाइंट विचलन (client divergence) को मापने के लिए एक हल्का, रिप्रजेंटेशन-लेवल मीट्रिक प्रस्तावित करता है, जो पैरामीटर या ग्रेडिएंट तुलना पर निर्भर किए बिना असामान्य क्लाइंट्स की प्रभावी पहचान और जोखिम-जागरूक एकत्रीकरण (risk-aware aggregation) को सक्षम बनाता है।
यह शोध पत्र शोरयुक्त अवलोकनों (noisy observations) से कर्नेलकृत SVMs सीखने के लिए एक अनुकूली मापन आवंटन रणनीति प्रस्तावित करता है जो ज्यामितीय संवेदनशीलता और सक्रिय-सेट अस्थिरता के आधार पर निर्णय-महत्वपूर्ण कर्नेल प्रविष्टियों को गतिशील रूप से प्राथमिकता देता है, जिससे यह निश्चित मापन बजट के तहत सपोर्ट-वेक्टर रिकवरी और वर्गीकरण सटीकता में समान आवंटन की तुलना में बेहतर प्रदर्शन करता है।
यह शोध पत्र EmoTrack को पेश करता है, जो परामर्श ट्रांसक्रिप्ट्स (counseling transcripts) में अवसाद की गंभीरता को ट्रैक करने के लिए एक सुदृढ़ ढांचा है, जो LLM-निष्कासित नैदानिक संकेतों को सिमेंटिक एम्बेडिंग्स और क्रॉस-सेशन मेमोरी के साथ जोड़ता है, जिससे सिंगल-सेशन और मल्टी-सेशन दोनों बेंचमार्क पर महत्वपूर्ण प्रदर्शन सुधार प्राप्त होता है।
यह शोधपत्र TabOrder प्रस्तुत करता है, जो एक नवीन मॉडल है जो टैबुलर प्रेडिक्शन (tabular prediction) में अटेंशन मैकेनिज्म को सीमित करने के लिए अनसुपरवाइज्ड कॉज़ल वेरिएबल ऑर्डरिंग्स (unsupervised causal variable orderings) सीखता है, जिससे वितरण बदलावों (distribution shifts) और हस्तक्षेपों (interventions) के तहत मजबूती में सुधार होता है और साथ ही प्रेडिक्शन और इम्प्यूटेशन कार्यों को संबोधित किया जाता है।
यह शोध पत्र 'पार्शियल फ्यूजन' (partial fusion) प्रस्तुत करता है, जो एक नवीन विधि है कि आंशिक इष्टतम परिवहन (partial optimal transport) के माध्यम से समान न्यूरॉन्स को चुनिष्ट रूप से जोड़कर न्यूरल नेटवर्क एनसेम्बल्स और वेट एग्रीगेशन के बीच मध्यस्थता करती है, जिससे कम्प्यूटेशनल दक्षता और मॉडल प्रदर्शन के बीच एक लचीला समझौता संभव हो पाता है।
यह शोध पत्र TransitLM प्रस्तुत करता है, जो 13 मिलियन से अधिक ट्रांजिट रिकॉर्ड वाला एक बड़े पैमाने का डेटासेट और बेंचमार्क है, जो लार्ज लैंग्वेज मॉडल्स को पारंपरिक मैप इंफ्रास्ट्रक्चर पर निर्भर हुए बिना, ओरिजिन-डेस्टिनेशन जानकारी से सीधे संरचनात्मक रूप से वैध, मैप-मुक्त सार्वजनिक पारगमन मार्ग उत्पन्न करने में सक्षम बनाता है।