24017 पेपर
यह शोध पत्र TORQ को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त पोस्ट-ट्रेनिंग क्वांटाइजेशन फ्रेमवर्क है जो MXFP4 एक्टिवेशन क्वांटाइजेशन में संरचनात्मक असंतुलन को सैद्धांतिक रूप से संबोधित करने के लिए दो-स्तरीय ऑर्थोगोनल रोटेशन का उपयोग करता है, जिससे बड़े भाषा मॉडलों (LLMs) पर 4-बिट इन्फरेंस और फुल-प्रिसिजन मॉडलों के बीच सटीकता के अंतर को महत्वपूर्ण रूप से कम किया जा सकता है।
यह शोध पत्र HiLiftAeroML को प्रस्तुत करता है, जो NASA के CRM हाई-लिफ्ट ज्योमेट्री के 1,800 GPU-त्वरित (GPU-accelerated) LES सिमुलेशनों वाला पहला ओपन-सोर्स हाई-फिडेलिटी CFD डेटासेट है, जिसे एयरोस्पेस अनुप्रयोगों के लिए AI सरोगेट मॉडल के विकास को गति देने के लिए डिज़ाइन किया गया है।
यह शोध पत्र यह प्रदर्शित करता है कि लिमिट ऑर्डर बुक्स से क्रिया-निर्भर फीडबैक को शामिल करना—जहाँ गैर-व्यापारिक अंतःक्रियाएं आपूर्ति और मांग की जानकारी प्रकट करती हैं—ऑनलाइन मार्केट मेकिंग की सीखने की क्षमता (learnability) में मौलिक सुधार करता है, जिससे स्टोकेस्टिक और मीन-रिवर्टिंग सेटिंग्स में रिग्रेट और बिना किसी स्मूथनेस धारणा के एडवर्सरियल वातावरण में रिग्रेट सक्षम होता है।
यह शोध पत्र ELGIN को प्रस्तुत करता है, जो एक भौतिकी-सूचित ग्राफ न्यूरल नेटवर्क सरोगेट (physics-informed graph neural network surrogate) है, जो पारंपरिक CFD सिमुलेशन की तुलना में डेंटल क्लीनिकों में टर्बुलेंट नैनोपार्टिकल डिस्पर्शन (turbulent nanoparticle dispersion) के पूर्वानुमान की सटीकता और गति को महत्वपूर्ण रूप से बढ़ाकर, वास्तविक समय के निकट संक्रमण-जोखिम स्क्रीनिंग को सक्षम बनाता है।
यह शोध पत्र स्पेक्ट्रल इंटीग्रेटेड ग्रेडिएंट्स (SIG) का प्रस्ताव करता है, जो एक नवीन फीचर एट्रिब्यूशन विधि है जो सिंगुलर वैल्यू डिकंपोजिशन के माध्यम से इंटीग्रेशन पाथ्स का निर्माण करके मानक इंटीग्रेटेड ग्रेडिएंट्स में सुधार करती है ताकि फीचर्स को मोटे वैश्विक संरचनाओं से लेकर सूक्ष्म विवरणों तक क्रमिक रूप से सक्रिय किया जा सके, जिससे शोर कम होता है और स्वच्छ एट्रिब्यूशन मैप्स प्राप्त होते हैं।
यह शोध पत्र एक नवीन ग्राफ-आधारित डिफ्यूजन पोस्टीरियर सैंपलिंग फ्रेमवर्क प्रस्तावित करता है, जिसे स्पष्ट नियमितीकरण (RDPS) के साथ उन्नत किया गया है, ताकि अनस्ट्रक्चर्ड मेश पर नॉनलीनियर इनवर्स समस्याओं को हल किया जा सके, जो इलेक्ट्रिकल इम्पीडेंस टोमोग्राफी में अत्याधुनिक विधियों की तुलना में बेहतर पुनर्निर्माण सटीकता और मजबूती प्रदर्शित करता है।
यह शोध पत्र शोरयुक्त रैखिक प्रश्नों (noisy linear queries) से में एक अज्ञात बिंदु को पुनः प्राप्त करने के लिए इष्टतम पुनर्निर्माण त्रुटि (optimal reconstruction error) को एक विशिष्ट सीमा तक इसकी अभिसरण (convergence) स्थापित करके, निश्चित आयामों में अतिरिक्त त्रुटि के द्वि-घातांकीय क्षय (doubly exponential decay) बनाम उच्च आयामों में आवश्यक घातांकीय प्रश्न जटिलता (exponential query complexity) का विश्लेषण करके, और इन परिणामों को सिद्ध करने के लिए जंग के प्रमेय (Jung's theorem) के एक सामान्यीकृत संस्करण को प्रस्तुत करके अभिलक्षित करता है।
यह शोध पत्र स्पष्ट संचार-गणना व्यापार-संबंधों (communication-computation trade-offs) और विषमता-जागरूक त्रुटि सीमाओं (heterogeneity-aware error bounds) के साथ रैखिक स्टोकेस्टिक सन्निकटन (linear stochastic approximation) के लिए पहले फेडरेटेड गॉसियन सन्निकटन स्थापित करता है, और अंतिम इटरेशन (last iterate) पर अनुमान के लिए एक गैर-अनंतकालीन रूप से वैध (non-asymptotically valid) ऑनलाइन मल्टीप्लायर बूटस्ट्रैप प्रक्रिया विकसित करने के लिए इन परिणामों का लाभ उठाता है।
यह शोध पत्र "optimize_anything" को प्रस्तुत करता है, जो एक सार्वभौमिक LLM-आधारित अनुकूलन ढांचा (optimization framework) है जो एजेंट आर्किटेक्चर डिज़ाइन, क्लाउड लागत में कमी और CUDA कर्नेल जनरेशन सहित छह विविध डोमेन में अत्याधुनिक परिणाम प्राप्त करता है—जो टेक्स्ट-आधारित खोज को मल्टी-टास्क ट्रांसफर और क्रियाशील साइड इंफॉर्मेशन के साथ एकीकृत करके विशिष्ट एल्गोरिदम से बेहतर प्रदर्शन करता है।
यह शोध पत्र BCI-sift को प्रस्तुत करता है, जो एक पायथन-आधारित, scikit-learn-संगत टूलबॉक्स है जो ब्रेन-कंप्यूटर इंटरफेस अनुप्रयोगों के लिए फीचर चयन को स्वचालित करता है, और HD ECoG डेटा के माध्यम से यह प्रदर्शित करता है कि इसका अनुकूलन-संचालित दृष्टिकोण इलेक्ट्रोड, टेम्पोरल और फ्रीक्वेंसी आयामों में सुसंगत, जैविक रूप से प्रासंगिक न्यूरल फीचर्स की पहचान करके डिकोडिंग सटीकता और व्याख्यात्मकता में सुधार करता है।