cs.LG

MAC: Masked Agent Collaboration Boosts Large Language Model Medical Decision-Making

यह शोध पत्र मास्क्ड एजेंट कोलाबोरेशन (MAC) फ्रेमवर्क का प्रस्ताव करता है, जो पारेटो-इष्टतम (Pareto-optimal) LLM एजेंटों के व्यवस्थित चयन और अनुकूलनशील, प्रगतिशील सूचना प्रसार को सक्षम करने के लिए असंगत आउटपुट को पुनरावृत्ति में मास्क करने के माध्यम से चिकित्सा निर्णय लेने की प्रक्रिया को बढ़ाता है।

Filter then Attend: Improving attention-based Time Series Forecasting with Spectral Filtering

यह शोध पत्र इनपुट चरण में सीखने योग्य स्पेक्ट्रल फिल्टरों (learnable spectral filters) को एकीकृत करके लंबी समय-श्रृंखला पूर्वानुमान (long time-series forecasting) के लिए ट्रांसफॉर्मर-आधारित मॉडलों को उन्नत करने का प्रस्ताव करता है, जो प्रदर्शन में सुधार करता है, मॉडल के आकार को कम करता है और न्यूनतम पैरामीटर जोड़ते हुए पूर्ण आवृत्ति स्पेक्ट्रम (full frequency spectrum) के बेहतर उपयोग को सक्षम करता है।

Neural ARFIMA model for forecasting BRIC exchange rates with long memory

यह शोध पत्र एक न्यूरल ARFIMA (NARFIMA) मॉडल प्रस्तावित करता है जो पारंपरिक बेंचमार्क विधियों की तुलना में BRIC विनिमय दरों के लिए बेहतर पूर्वानुमान सटीकता प्राप्त करने हेतु लॉन्ग-मेमोरी संरचनाओं, नॉनलीनियर न्यूरल नेटवर्क लर्निंग और बाह्य आर्थिक चालकों को एकीकृत करता है।

Probabilistic Modeling of Latent Agentic Substructures in Deep Neural Networks

यह शोध पत्र सख्त सर्वसम्मति (strict unanimity) की शर्तों को सिद्ध करने के लिए भारित लघुगणकीय पूलिंग (weighted logarithmic pooling) का उपयोग करके न्यूरल नेटवर्क में अंतर्निहित एजेंटिक उप-संरचनाओं (latent agentic substructures) को मॉडल करने के लिए एक संभाव्य ढांचे को स्थापित करता है और यह प्रदर्शित करता है कि कैसे यह सिद्धांत "वालुइगी" (Waluigi) जैसे विरोधी व्यक्तित्वों के उद्भव की व्याख्या करता है, जो एआई संरेखण (AI alignment) में सुधार के लिए नवीन रणनीतियाँ प्रदान करता है।

A Formal Comparison Between Chain of Thought and Latent Thought

यह शोध पत्र एक औपचारिक विश्लेषण प्रस्तुत करता है जो यह प्रदर्शित करता है कि जहाँ लेटेंट थॉट रीजनिंग (latent thought reasoning), स्वाभाविक रूप से क्रमिक चेन ऑफ थॉट (Chain of Thought) की तुलना में अधिक कुशल समानांतर गणना (parallel computation) को सक्षम बनाती है, वहीं बाद वाला स्टोकैस्टिक डिकोडिंग (stochastic decoding) के माध्यम से अनुमानित गणना (approximate counting) और सैंपलिंग (sampling) का अनूठा समर्थन करता है, जिससे कार्य की आवश्यकताओं के आधार पर उपयुक्त रीजनिंग प्रतिमान (reasoning paradigm) चुनने के लिए व्यावहारिक मार्गदर्शन प्राप्त होता है।

Neural Diffusion Processes for Physically Interpretable Survival Prediction

Zero-shot Human Pose Estimation using Diffusion-based Inverse solvers

यह शोध पत्र InPose प्रस्तुत करता है, जो एक ज़ीरो-शॉट मानव मुद्रा अनुमान (human pose estimation) विधि है जो इस कार्य को एक व्युत्क्रम समस्या (inverse problem) के रूप में तैयार करती है, जिसमें रोटेशनल माप (rotational measurements) पर आधारित एक प्री-ट्रेंड डिफ्यूजन मॉडल का उपयोग किया गया है और विभिन्न शरीर के आकार वाले उपयोगकर्ताओं में मजबूत सामान्यीकरण प्राप्त करने के लिए स्पार्स लोकेशन डेटा से प्राप्त लाइक्लीहुड टर्म (likelihood term) द्वारा निर्देशित किया गया है।

PENEX: AdaBoost-Inspired Neural Network Regularization

यह शोध पत्र PENEX को प्रस्तुत करता है, जो एक नवीन मल्टी-क्लास एक्सपोनेंशियल लॉस फॉर्मूलेशन है जो फर्स्ट-ऑर्डर ऑप्टिमाइज़ेशन के अनुकूल है, यह प्रदर्शित करते हुए कि यह डेटा मार्जिन बढ़ाकर कम-डेटा वाले परिदृश्यों में न्यूरल नेटवर्क के सामान्यीकरण (जनरलाइजेशन) में प्रभावी रूप से सुधार करता है और स्थापित रेगुलराइज़र्स के लिए एक व्यावहारिक विकल्प प्रदान करता है।

SurvBench: A Standardised Preprocessing Pipeline for Multi-Modal Electronic Health Record Survival Analysis

SurvBench एक ओपन-सोर्स, मानकीकृत प्रीप्रोसेसिंग पाइपलाइन है जो कच्चे PhysioNet इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड डेटा को चार क्रिटिकल-केयर डेटाबेस और चार मोडैलिटीज में मॉडल-रेडी टेंसरों में परिवर्तित करता है, जो उस अपस्ट्रीम डेटा प्रोसेसिंग की विसंगति को संबोधित करता है जो वर्तमान में डीप-लर्निंग सर्वाइवल मॉडल्स की निष्पक्ष तुलना में बाधा डालती है।

FLARE: Adaptive Multi-Dimensional Reputation for Robust Client Reliability in Federated Learning

यह शोध पत्र FLARE को प्रस्तुत करता है, जो फेडरेटेड लर्निंग के लिए एक अनुकूलन योग्य बहु-आयामी प्रतिष्ठा ढांचा (multi-dimensional reputation framework) है, जो स्थिर बाइनरी फ़िल्टरिंग को निरंतर विश्वास मूल्यांकन, स्व-अंशांकन थ्रेशोल्ड और सॉफ्ट एक्सक्लूजन तंत्रों से बदलकर विविध और विकसित होते बाइजेंटाइन हमलों के विरुद्ध मजबूती को बढ़ाता है, जबकि उच्च मॉडल सटीकता और अभिसरण गति को बनाए रखता है।