23700 पेपर
यह शोध पत्र लेटेंट गॉसियन मॉडल्स के लिए बेयसियन इन्फरेंस में इंटीग्रेटेड लाप्लास एप्रोक्सिमेशन द्वारा उत्पन्न त्रुटियों को सुधारने के लिए एक इम्पोर्टेंस सैंपलिंग स्कीम का प्रस्ताव करता है, जो ऑटोमैटिक डिफरेंशिएशन फ्रेमवर्क के भीतर सूडो-मार्जिनलाइजेशन और रैंडमाइज्ड क्वासी-मोंटे कार्लो जैसी तकनीकों के माध्यम से सही पोस्टीरियर की ओर अभिसरण (कन्वर्जेंस) को सक्षम बनाता है।
यह शोध पत्र प्रॉक्सिमल स्टेट नजिंग (PSN) को प्रस्तुत करता है, जो एक साझा स्वायत्तता एल्गोरिदम है जो उपयोगकर्ताओं को सीखने योग्य अवस्थाओं की ओर निर्देशित करके कौशल क्षय (skill atrophy) को कम करता है, और सिमुलेशन एवं मानव अध्ययनों दोनों के माध्यम से यह प्रदर्शित करता है कि यह मौजूदा विधियों की तुलना में उच्च कार्य प्रदर्शन और सुरक्षा बनाए रखते हुए बिना सहायता के कौशल प्राप्ति में महत्वपूर्ण सुधार करता है।
यह शोध पत्र CIST का प्रस्ताव करता है, जो एक नॉलेज डिस्टिलेशन विधि है जो निरंतर सूचनात्मक सॉफ्ट लेबल उत्पन्न करने के लिए शिक्षक और छात्र दोनों नेटवर्क के लिए सैंपल-वार एडेप्टिव टेम्परेचर का उपयोग करती है और डिस्टिलेशन ऑब्जेक्टिव को गतिशील रूप से रीवेट करती है, जिससे फिक्स्ड-टेम्परेचर दृष्टिकोणों की सीमाओं को दूर किया जाता है और नगण्य कम्प्यूटेशनल ओवरहेड के साथ विजन और लैंग्वेज कार्यों में प्रदर्शन में सुधार किया जाता है।
यह शोध पत्र डिजिट एंट्रॉपी लॉस (DEL) को प्रस्तुत करता है, जो एक नया प्रशिक्षण उद्देश्य है जो अनसुपरवाइज्ड एंट्रॉपी ऑप्टिमाइज़ेशन को एक सुपरवाइज्ड, डिस्टेंस-फ्री फ्रेमवर्क में पुनर्गठित करता है ताकि गणितीय तर्क और कोड जनरेशन कार्यों में पूर्णांक और फ्लोटिंग-पॉइंट दोनों संख्याओं की भविष्यवाणी करने में लार्ज लैंग्वेज मॉडल्स की सटीकता में सुधार किया जा सके।
यह शोध पत्र एक लेटेंट न्यूरल इंटीग्रल ऑपरेटर फ्रेमवर्क प्रस्तुत करता है जो fMRI डायनेमिक्स को प्रभावी ढंग से मॉडल करने के लिए नॉनलोकल स्पैटियोटेम्पोरल कॉन्टेक्स्ट का लाभ उठाता है, यह प्रदर्शित करते हुए कि बड़े टेम्पोरल विंडोज़ और होल-ब्रेन रिकॉर्डिंग उत्तेजना डिकोडिंग और एनकोडिंग दोनों प्रदर्शन को महत्वपूर्ण रूप से सुधारते हैं और अधिक संरचित लेटेंट रिप्रेजेंटेशन प्रदान करते हैं।
यह शोध पत्र एक संरचनात्मक-निगरानी ढांचे का प्रस्ताव करता है जो एक स्थिर नौ-आयामी लेटेंट ज्यामिति के भीतर आइजनस्पेस संरेखण का विश्लेषण करके टोर (Tor) गुमनामी नेटवर्क में विसंगतियों का पता लगाता है, जो शून्य गलत सकारात्मकता (फॉल्स पॉजिटिव) के साथ कनेक्टिविटी क्षरण की घटनाओं की सफलतापूर्वक पहचान करता है और पारंपरिक रिले-प्रस्थान परिकल्पनाओं को असत्य सिद्ध करता है।
यह शोध पत्र प्रदर्शित करता है कि मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स (multimodal large language models) फ्रैक्चर ज्यामिति के बारे में तर्क करने के लिए मिलर इंडिसेस (Miller indices) को संरचित लेटेंट वेरिएबल्स (structured latent variables) के रूप में प्रभावी ढंग से उपयोग कर सकते हैं, जो आदर्श सेटिंग्स में प्लेन परिकल्पनाओं (plane hypotheses) का विश्वसनीय रूप से अनुमान लगाते हैं और विविध सामग्री वर्गों (diverse material classes) में तब ऐसे निरूपणों को सही ढंग से अस्वीकार करते हैं जब अंतर्निहित भौतिकी उनका समर्थन नहीं करती है।
यह शोध पत्र टेंसर बीजगणित (tensor algebra) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो समरूपता (equivariance) को एक वास्तुशिल्प बाधा (architectural constraint) से एक अंतर्निहित बीजगणितीय गुण में परिवर्तित करता है, जिससे प्रमाणित रूप से इष्टतम समरूपता-संरक्षण टेंसर सन्निकटन (symmetry-preserving tensor approximation), प्रति-अपरिवर्तनीय प्रतिनिधित्व (per-irreducible-representation) पूर्वानुमानों के लिए बंद-रूप (closed-form) समाधान, और पूर्व क्वांटम यांत्रिक ज्ञान की आवश्यकता के बिना भौतिक समरूपताओं की डेटा-संचालित खोज सक्षम होती है।
यह शोध पत्र प्रदर्शित करता है कि वेट डिके (weight decay) एक महत्वपूर्ण नियंत्रण पैरामीटर के रूप में कार्य करता है जो मॉड्यूलर अंकगणित पर प्रशिक्षित ट्रांसफॉर्मर्स में मेमोराइजेशन (memorization), जनरलाइजेशन (grokization/grokking), और कोलैप्स (collapse) के बीच संक्रमण को नियंत्रित करता है, और विभिन्न मॉडल स्केल्स और आर्किटेक्चर में इन डायनेमिक्स को ट्रैक करने के लिए अटेंशन एक्टिवेशन्स (attention activations) पर आधारित दो गणनात्मक रूप से कुशल ऑनलाइन डायग्नोस्टिक्स पेश करता है।
यह शोध पत्र यह प्रदर्शित करता है कि भाषा-पूर्व-प्रशिक्षित (language-pretrained) ट्रांसफॉर्मर समय श्रृंखला (time series) का प्रभावी ढंग से पूर्वानुमान लगा सकते हैं क्योंकि पूर्व-प्रशिक्षण संरचनात्मक गतिकी के एक पुन: प्रयोज्य ज्यामितीय मैनिफोल्ड (geometric manifold) को स्थापित करता है, जिससे फाइन-ट्यूनिंग को केवल संख्यात्मक डेटा को इन मौजूदा दिशाओं पर संरेखित करने की अनुमति मिलती है बजाय इसके कि वे शून्य से टेम्पोरल प्रिमिटिव्स (temporal primitives) को सीखें।