20106 पेपर
यह शोध पत्र एक सॉफ्ट-टोकन फ्यूजन फ्रेमवर्क प्रस्तावित करता है जो एक इंटरेक्शन-आधारित मॉड्यूल के माध्यम से निरंतर संख्यात्मक और एम्बेडिंग फीचर्स को LLM एम्बेडिंग स्पेस में मैप करता है, जो मौजूदा LLM-आधारित बेसलाइन्स की तुलना में अनुशंसा बेंचमार्क पर रिट्रीवल प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक ट्रेस-सुपरवाइज्ड सिम्बोलिक न्यूरल सीपीयू (trace-supervised symbolic neural CPU) प्रस्तुत करता है जो विस्तृत अवस्था संक्रमणों (state transitions) को उजागर करने और क्वांटाइजेशन-सिम्युलेटेड राइटबैक (quantization-simulated writeback) के माध्यम से संदर्भ अर्थशास्त्र (reference semantics) के सटीक पुनरुत्पादन को प्रदर्शित करके व्याख्या योग्य, निम्न-परिशुद्धता और सत्यापन योग्य प्रोग्राम निष्पादन को सक्षम करने के लिए रिकरेंट कंट्रोल (recurrent control) को एक स्पष्ट ऑपरेशन राउटर और डिफरेंशिएबल अरिथमेटिक-लॉजिक यूनिट बैंक के साथ संयोजित करता है।
यह शोध पत्र FuSiLi को प्रस्तुत करता है, जो एक नवीन समानता स्कोर (similarity score) है जो मल्टीमॉडल संगीत मॉडलों को केवल मोटे वैश्विक पर्यवेक्षण (coarse global supervision) का उपयोग करते हुए ऑडियो फ्रेम और शीट संगीत पैच के बीच सूक्ष्म स्थानीय संरेखण (fine-grained local alignments) सीखने में सक्षम बनाता है, जबकि मजबूत वैश्विक पुनर्प्राप्ति प्रदर्शन (global retrieval performance) को भी बनाए रखता है।
यह शोध पत्र गैर-रेखीय गतिशील प्रणालियों (nonlinear dynamical systems) के लिए सुदृढ़ व्युत्क्रमणीयता (robust invertibility) की अवधारणा प्रस्तुत करता है और बायो-लिप्सचिट्ज़ रिकरेंट इक्विलिब्रियम नेटवर्क (BiLipREN) का प्रस्ताव करता है, जो एक रचनात्मक रूप से पैरामीटराइज्ड रिकरेंट न्यूरल नेटवर्क आर्किटेक्चर है जो स्थिर अग्रवर्ती और व्युत्क्रम गतिकी (stable forward and inverse dynamics) की गारंटी देता है, जिससे सुदृढ़ नियंत्रण, प्रक्षेपवक्र अनुकूलन (trajectory optimization) और जनरेटिव मॉडलिंग सक्षम होता है।
यह समीक्षा मौलिक भौतिकी में स्वायत्त मशीन लर्निंग प्रणालियों की विश्वसनीयता सुनिश्चित करने के लिए VERaiPHY पहल के ढांचों को रेखांकित करती है, जो कठोर सत्यापन की आवश्यकता, इंडक्टिव बायस (inductive bias) जैसी अंतर्निहित सीमाओं की स्वीकृति, और एआई-संचालित खोजों को मान्य करने में भौतिकविदों की विकसित होती महत्वपूर्ण भूमिका पर बल देती है।
FlashTrie एक GPU-त्वरित प्रणाली है जो जनरेटिव रिट्रीवल के लिए कंस्ट्रेंड बीम सर्च को अनुकूलित करने हेतु एक बिट-कंप्रेस्ड ट्राई लेआउट और कोऑपरेटिव CUDA कर्नेल का उपयोग करती है ताकि CPU बॉटलनेक्स को समाप्त किया जा सके, जिससे बड़े पैमाने के वाणिज्यिक खोज अनुप्रयोगों में 24x तक की गति वृद्धि और 0.71% राजस्व वृद्धि प्राप्त होती है।
यह शोधपत्र इम्पलिसिट न्यूरल रिप्रेजेंटेशन्स (INRs) के लिए एक हल्का (lightweight) तरीका प्रस्तावित करता है जो लक्ष्यों को बिन्स (bins) में विविक्त (discretize) करके रिग्रेशन को क्लासिफिकेशन कार्य के रूप में पुनर्गठित करता है, जिससे महंगी गणनाओं या कठोर पैरामीट्रिक धारणाओं पर निर्भर किए बिना बेहतर पुनर्निर्माण गुणवत्ता और अनिश्चितता अनुमान के लिए जटिल त्रुटि वितरणों का कुशल और लचीला मॉडलिंग सक्षम होता है।
DynaFilter एक क्लाउड-संचालित डायनेमिक फ़िल्टरिंग तकनीक है जो सैटेलाइट एज डिवाइसेस को लो-लेवल कंप्रेशन सिंटैक्स सहसंबंधों (correlations) का उच्च-स्तरीय सिमेंटिक क्वेरीज़ के साथ लाभ उठाकर सीधे कंप्रेस्ड डोमेन में चयनात्मक रीजन-ऑफ-इंटरेस्ट इन्फरेंस करने में सक्षम बनाती है, जिससे बैंडविड्थ उपयोग, ऊर्जा खपत और इन्फरेंस लेटेंसी में उल्लेखनीय कमी आती है।
यह शोध पत्र एडेप्टिव मॉडल कम्प्रेशन (AMC) का प्रस्ताव करता है, जो एक सैलियंसी-ड्रिवन (saliency-driven) फ्रेमवर्क है जो न्यूनतम सटीकता हानि के साथ अल्ट्रा-लो-पावर एज डिवाइसेस पर ट्रांसफॉर्मर इन्फरेंस के लिए महत्वपूर्ण ऊर्जा बचत और थ्रूपुट लाभ प्राप्त करने हेतु टोकन महत्व के आधार पर हार्डवेयर संसाधनों को गतिशील रूप से आवंटित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि पर्याप्त सक्षम मॉडलों में, डेटा असंतुलन (स्पूरियस अनुपात) को बढ़ाना विरोधाभासी रूप से वास्तविक अंतर्निहित विशेषताओं की खोज को सुगम बनाकर मजबूत सामान्यीकरण (robust generalization) को बढ़ावा दे सकता है, जो एक ऐसी घटना है जो कम सक्षम आर्किटेक्चर में अनुपस्थित है।