24131 पेपर
यह शोध पत्र fMRI डेटा के लिए -TCVAE फ्रेमवर्क के एक अनुकूलन को प्रस्तुत करता है, जो गैर-रेखीय (nonlinear) लेटेंट स्रोतों को डिफ़ॉल्ट मोड नेटवर्क जैसे जैविक रूप से सार्थक और व्याख्या योग्य कार्यात्मक मस्तिष्क नेटवर्क में सफलतापूर्वक अलग करने की इसकी क्षमता को प्रदर्शित करता है, जिससे गैर-रेखीय प्रतिनिधित्व शिक्षण (nonlinear representation learning) और न्यूरोइमेजिंग विश्लेषण के बीच सेतु स्थापित होता है।
EmoMind एक नवीन एंड-टू-एंड पाइपलाइन है जो अर्थपूर्ण रूप से आधारित दृश्य विवरणों को निरंतर 34-आयामी भावना वेक्टर्स के साथ संयोजित करके fMRI संकेतों से सीधे भावनात्मक कैप्शन डिकोड करती है, जो व्यक्तिगत, व्यक्ति-विशिष्ट भावनात्मक आख्यानों को उत्पन्न करने में डिस्क्रीट लेबल-आधारित बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन करती है।
यह शोध पत्र "मेमोरी लॉन्ड्रिंग" (memory laundering) की पहचान और मात्रा निर्धारण करता है, जो मेमोरी-ऑगमेंटेड LLM एजेंटों में एक सुरक्षा विफलता है जहाँ विषाक्त संदर्भ (toxic context) को ऐसे दिखने में सुरक्षित सारांशों में संकुचित कर दिया जाता है जो फिर भी गुप्त रूप से भविष्य के जनरेशन को प्रभावित करते हैं, यह प्रदर्शित करते हुए कि प्रभावी शमन के लिए केवल अंतिम आउटपुट को साफ करने के बजाय सारांश बनाने से पहले स्टेट (state) को सैनिटाइज करना आवश्यक है।
यह शोध पत्र PermFlow को प्रस्तुत करता है, जो एक कंडीशनल फ्लो मैचिंग फ्रेमवर्क है जो बहुविध (multimodal) वितरणों को कैप्चर करने और अस्पष्टता को हल करने के लिए क्रमपरिवर्तन मैट्रिसेस (permutation matrices) के एफ़ाइन सबस्पेस पर सीधे कार्य करता है, जो मौजूदा सिंकहॉर्न-आधारित विभेद्य (differentiable) विधियों की मोड-कोलैप्सिंग सीमाओं को दूर करता है।
VOLTA-3D एक स्व-पर्यवेक्षित (self-supervised) 3D विजन ट्रांसफार्मर फ्रेमवर्क है जो एक स्टूडेंट-टीचर प्रतिमान के भीतर ग्लोबल और लोकल टोकन्स को संयुक्त रूप से संरेखित करके हस्तांतरणीय ब्रेन एमआरआई (brain MRI) निरूपण सीखता है, जिससे यह विविध डाउनस्ट्रीम कार्यों में मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है और डोमेन शिफ्ट केAcross बढ़ी हुई मजबूती प्रदर्शित करता है।
यह शोध पत्र डिस्टिंग्विशेबल डिलीशन () का प्रस्ताव करता है, जो एनर्जी-बेस्ड अनलर्निंग अलाइनमेंट (EUA) के माध्यम से कार्यान्वित एक एकीकृत प्रतिमान है, जो विशिष्ट टोकन को दबाने के बजाय लेटेंट स्पेस में रिस्पॉन्स डिस्ट्रीब्यूशन को मैनिपुलेट करके अवांछनीय ज्ञान को प्रभावी ढंग से मिटाता है और सुरक्षित रिफ्यूज़ल सुनिश्चित करता है, जिससे मौजूदा नॉलेज डिलीशन और डिस्टिंग्विशेबल रिफ्यूज़ल विधियों की सीमाओं को दूर किया जा सके।
यह शोध पत्र Lever प्रस्तुत करता है, जो एक एंड-टू-एंड सिस्टम है जो ड्राफ्टिंग, वेरिफिकेशन और निष्पादन चरणों में स्पेक्युलेटिव डिकोडिंग को अनुकूलित करता है ताकि फ्लैश स्टोरेज और मोबाइल हार्डवेयर की बाधाओं का लाभ उठाते हुए स्मार्टफोन पर कुशल, कम-विलंबता वाले लार्ज लैंग्वेज मॉडल इन्फरेंस को सक्षम बनाया जा सके।
यह शोध पत्र TIER का प्रस्ताव करता है, जो एक ऐसा रिवॉर्ड फ्रेमवर्क है जो फंक्शन स्कीमा और रनटाइम निष्पादन का लाभ उठाकर मल्टी-स्टेप टूल उपयोग के लिए सघन, ट्राजेक्टरी-इनवेरिएंट सुपरविजन प्रदान करता है, जिससे लार्ज लैंग्वेज मॉडल्स को उन जटिल कंपोजिशनल कार्यों पर उच्च सटीकता प्राप्त करने में सक्षम बनाया जा सके जहाँ मौजूदा ट्राजेक्टरी-आधारित विधियाँ विफल हो जाती हैं।
FIM-LoRA एक हल्का, प्रशिक्षण-मुक्त तरीका है जो प्री-फाइन-ट्यूनिंग ग्रेडिएंट वेरिएंस अनुमानों के आधार पर परतों के बीच रैंक बजट को पुनर्वितरित करके LoRA प्रदर्शन को अनुकूलित करता है, जिससे मानक यूनिफॉर्म-रैंक LoRA के तुलनीय परिणाम प्राप्त होते हैं और साथ ही परत-विशिष्ट कार्य सूचनात्मकता में व्याख्या योग्य अंतर्दृष्टि प्रदान की जाती है।
यह शोध पत्र एफ़िनिटी-अलाइन्ड मल्टीमॉडल लर्निंग एनालिटिक्स (AAMLA) फ्रेमवर्क का प्रस्ताव करता है, जिसमें एक क्रॉस-मोडल एफ़िनिटी-गाइडेड मोडैलिटी अलाइनमेंट (CAMA) मॉड्यूल शामिल है जो मोडैलिटी डिग्रेडेशन को मजबूती से संभालने और आई गेज़, फेशियल एक्सप्रेशंस और इंटरेक्शन लॉग्स जैसे हेट्रोजेनियस डेटा स्रोतों को एकीकृत करने के लिए इंटर-मोडल संबंधों को स्पष्ट रूप से मॉडल करके गेम-आधारित लर्निंग में छात्र सहयोग संतुष्टि की भविष्यवाणी को बढ़ाता है।