23700 पेपर
यह शोध पत्र DeCoR को प्रस्तुत करता है, जो एक दो-चरणीय सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो वास्तविक दुनिया के गलियारों पर पैदल यात्रियों और वाहनों की देरी को काफी कम करने के लिए शहरी क्रॉस वॉक लेआउट और अनुकूली सिग्नल नियंत्रण को सह-अनुकूलित (co-optimize) करता है और बिना पुनरप्रशिक्षण के विविध मांगों के अनुकूल हो जाता है।
यह शोध पत्र CRAFT को प्रस्तुत करता है, जो एक नवीन फेडरेटेड लर्निंग एग्रीगेशन फ्रेमवर्क है जो क्लोज्ड-फॉर्म ज्योमेट्रिक करेक्शन और लेयर-वाइज़ अडैप्टेशन के माध्यम से क्लाइंट अपडेट संघर्षों को हल करता है, जिससे वैश्विक मॉडल की सटीकता में सुधार होता है और विषम क्लाइंट्स के बीच प्रदर्शन विषमता कम होती है।
यह शोध पत्र TextReg को प्रस्तुत करता है, जो एक ऐसा रेगुलराइजेशन फ्रेमवर्क है जो टेक्स्टुअल ग्रेडिएंट्स के माध्यम से रिप्रेजेंटेशनल इनएफिशिएंसी (representational inefficiency) को नियंत्रित करके लार्ज लैंग्वेज मॉडल्स में प्रॉम्प्ट डिस्ट्रिब्यूशनल ओवरफिटिंग को कम करता है, जिससे मौजूदा ऑप्टिमाइजेशन विधियों की तुलना में आउट-ऑफ-डिस्ट्रीब्यूशन जनरलाइजेशन में महत्वपूर्ण सुधार होता है।
यह शोधपत्र प्रदर्शित करता है कि उद्दीपन समरूपताएं (stimulus symmetries) प्रतिनिधित्व समानता विश्लेषण (representational similarity analyses) को भ्रमित कर सकती हैं, क्योंकि वे कार्यात्मक रूप से समान तंत्रिका निरूपणों (neural representations) को विशिष्ट प्रतिनिधित्व समानता मैट्रिक्स (representational similarity matrices) उत्पन्न करने के लिए प्रेरित करती हैं, जिससे गैर-रेखीय तंत्रिका कोड (nonlinear neural codes) की तुलना जटिल हो जाती है।
यह शोधपत्र नॉनपैरामीट्रिक फंक्शनल बाइलेवल ऑप्टिमाइज़ेशन में फर्स्ट-ऑर्डर बायस को समाप्त करने के लिए एफिशिएंट इन्फ्लुएंस फंक्शन्स पर आधारित एक सेमीपैरामीट्रिक, क्रॉस-फिटेड ऑर्थोगोनल हाइपरग्रेडिएंट एस्टिमेटर प्रस्तावित करता है, जो एसिम्प्टोटिक नॉर्मलिटी और मौजूदा प्लग-इन एवं कर्नेल-आधारित बेसलाइन्स की तुलना में बेहतर प्रदर्शन प्राप्त करता है।
यह शोध पत्र 'इनसाइट्स जनरेटर' (IG) को प्रस्तुत करता है, जो एक मल्टी-एजेंट सिस्टम है जो बड़े पैमाने पर निष्पादन ट्रेस कॉर्पोरा (execution trace corpora) का व्यवस्थित रूप से विश्लेषण करके साक्ष्य-आधारित प्राकृतिक भाषा अंतर्दृष्टि (natural language insights) उत्पन्न करके LLM एजेंट विफलताओं के निदान को स्वचालित करता है, जो यह दिखाया गया है कि यह एजेंट के प्रदर्शन में महत्वपूर्ण सुधार करता है और गहराई एवं कवरेज में मैन्युअल नैदानिक विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक नवीन भौतिकी-आधारित सक्रिय शिक्षण (एक्टिव लर्निंग) एल्गोरिदम प्रस्तुत करता है जो डेटा चयन को निर्देशित करने के लिए आंशिक अवकल समीकरण अवशेषों (पार्शियल डिफरेंशियल इक्वेशन रेसिडुअल्स) का लाभ उठाता है, जो आंशिक अवकल समीकरणों को हल करने के लिए न्यूरल ऑपरेटर प्रशिक्षण की डेटा दक्षता में उल्लेखनीय सुधार करता है और इस प्रक्रिया में भौतिकी इंडक्टिव बायस (फिजिक्स इंडक्टिव बायस) को सम्मिलित करता है।
यह शोध पत्र 6G नेटवर्क के लिए एक "ब्लूस्काई" (BlueSky) दृष्टि प्रस्तुत करता है जो फाउंडेशन मॉडल्स और सहयोगी मल्टी-एजेंट सिस्टम को मूल रूप से एकीकृत करके "नेटवर्क फॉर एआई" (Network for AI) प्रतिमान से "एआई फॉर नेटवर्क" (AI for Network) दृष्टिकोण की ओर स्थानांतरित होता है ताकि लचीले, स्वायत्त और आत्म-सक्षम संचार बुनियादी ढांचे का निर्माण किया जा सके।
HiRes एक रिट्रीवल-ऑगमेंटेड रिएक्शन कंडीशन रिकमेंडेशन सिस्टम है जो पदानुक्रमित ग्राफ प्रतिनिधित्व (hierarchical graph representations) को k-NN प्रिसिडेंट रिट्रीवल के साथ जोड़ता है ताकि अत्याधुनिक भविष्यवाणी सटीकता प्राप्त की जा सके और साथ ही रसायनविदों को व्यावहारिक संश्लेषण नियोजन के लिए निरीक्षण योग्य, न्यायसंगत प्रिसिडेंट प्रदान किए जा सकें।
यह शोध पत्र एडेप्टिव सिग्नल रिससिटेशन (ASR) का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त, चैनल-वार पोस्ट-प्रूनिंग रिपेयर विधि है जो डेटा-संचालित श्रिंकेज का उपयोग करती है ताकि सिग्नल रिकवरी की सूक्ष्मता को व्यक्तिगत चैनलों के विशिष्ट नुकसान के अनुरूप बनाया जा सके, जिससे उन उच्च-स्पर्सिटी विजन नेटवर्क्स में सटीकता में उल्लेखनीय सुधार होता है जहाँ मौजूदा लेयर-वाइज दृष्टिकोण विफल हो जाते हैं।