24514 पेपर
यह शोध पत्र ओवरफिटिंग-अंडरफिटिंग इंडिकेटर (OUI) को एक नवीन, लेबल-मुक्त, सक्रियता-आधारित अवलोकन के रूप में प्रस्तावित करता है जो प्रशिक्षण के दौरान तंत्रिका नेटवर्क (न्यूरल नेटवर्क्स) के आंतरिक संरचनात्मक विकास को प्रकट करता है, जो प्रशिक्षण गतिशीलता के सक्रियता-केंद्रित सिद्धांत की ओर एक मौलिक कदम के रूप में कार्य करता है।
FedOUI फेडरेटेड लर्निंग के लिए एक हल्का, लेबल-मुक्त एकत्रीकरण रणनीति पेश करता है जो क्लाइंट एक्टिवेशन संरचनाओं से प्राप्त ओवरफिटिंग-अंडरफिटिंग इंडिकेटर (OUI) का उपयोग करके अपडेट को गतिशील रूप से पुन: भारित करता है, जिससे पारंपरिक तरीकों की तुलना में मजबूत नॉन-IID और शोर वाली स्थितियों में मॉडल प्रदर्शन में सुधार होता है।
यह शोध पत्र एक तीन-पद्धति वाले ढांचे (three-regime framework) को प्रस्तावित और मान्य करके इस बात पर विरोधाभासी अनुभवजन्य निष्कर्षों को सुलझाता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) प्रशिक्षण ज्ञान और प्रदान किए गए दस्तावेजों के बीच के विरोधाभासों को कैसे संभालते हैं, जो एकल-स्रोत अद्यतन (single-source updating), प्रतिस्पर्धी एकीकरण (competitive integration) और कार्य-उपयुक्त चयन (task-appropriate selection) के बीच अंतर करता है, और यह प्रदर्शित करता है कि मॉडल का व्यवहार साक्ष्य सामंजस्य (evidence coherence), पैरामीट्रिक निश्चितता (parametric certainty) और कार्य ढांचा आवश्यकताओं (task framing requirements) द्वारा पूर्वानुमेय रूप से नियंत्रित होता है।
यह शोध पत्र EpiCastBench को प्रस्तुत करता है, जो 40 क्यूरेटेड मल्टीवेरिएट महामारी डेटासेट और मानकीकृत मूल्यांकन प्रोटोकॉल वाला एक व्यापक बेंचमार्किंग फ्रेमवर्क है, ताकि सार्वजनिक स्वास्थ्य निर्णय लेने के लिए विविध पूर्वानुमान मॉडलों की कठोर तुलना और प्रगति को सुगम बनाया जा सके।
यह शोध पत्र प्रोबेबिलिस्टिक पार्शियल लीस्ट स्क्वायर्स के लिए एक एंड-टू-एंड फ्रेमवर्क प्रस्तुत करता है जो नॉइज़-सबस्पेस एस्टीमेशन को सटीक स्टिफ़ल-मैनिफ़ोल्ड ऑप्टिमाइज़ेशन के साथ जोड़कर मौजूदा ऑप्टिमाइज़ेशन बाधाओं को दूर करता है, जिससे मिनिमैक्स-ऑप्टिमल कन्वर्जेंस, क्लोज्ड-फॉर्म अनसर्टेनिटी कैलिब्रेशन और मल्टी-ओमिक्स बेंचमार्क पर श्रेष्ठ प्रेडिक्टिव प्रदर्शन प्राप्त होता है।
यह शोध पत्र MIST को प्रस्तुत करता है, जो ऑनलाइन क्लास-इन्क्रीमेंटल लर्निंग के लिए एक नवीन ढांचा है, जो K-स्वतंत्र McDiarmid कॉन्फिडेंस रेडियस, एक बेयसियन इनहेरिटेंस प्रोटोकॉल और KLL क्वांटाइल स्केचेस को संयोजित करके स्ट्रीमिंग डिसीजन ट्री की अंतर्निहित स्केलेबिलिटी सीमाओं को पार करता है ताकि गॉसियन और गैर-गॉसियन डेटा स्ट्रीम दोनों पर मजबूत प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र वाक्य-इंटरफ़ेस प्रकारों (sentence-interface types) को एक परिमित नियंत्रण तंत्र के रूप में प्रस्तुत करता है जो एक निश्चित मोनोइड टाइपिंग (monoid typing) के तहत बाउंडेड-फैन-आउट लीनियर मल्टीपल कॉन्टेक्स्ट-फ्री ग्रामर (bounded-fan-out linear multiple context-free grammars) में बहुपद-समय (polynomial-time), सकारात्मक-डेटा पहचान (positive-data identification) को सक्षम बनाता है, जो प्रभावी रूप से कॉन्टेक्स्ट-फ्री ग्रामर से इस व्यापक वर्ग तक वितरण संबंधी पुनर्निर्माण (distributional reconstruction) का विस्तार करता है।
यह शोध पत्र GeomHerd को पेश करता है, जो एक भविष्योन्मुखी ढांचा है जो LLM-संचालित एजेंट इंटरेक्शन ग्राफ के Ollivier–Ricci कर्वेचर का विश्लेषण करके मार्केट हर्डिंग (बाजार झुंड व्यवहार) को परिमाणित करता है, जिससे पारंपरिक मूल्य-सहसंबंध विधियों की तुलना में उभरते समन्वय का काफी पहले पता लगाना संभव होता है और कैस्केड पूर्वानुमान की सटीकता में सुधार होता है।
यह शोध पत्र इवोल्यूशनरी टास्क डिस्कवरी (EvoTD) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो डेटा संश्लेषण को कौशल संरचना और जटिलता गुणों पर एक निर्देशित खोज के रूप में मानकर लार्ज लैंग्वेज मॉडल की तर्क क्षमता को बढ़ाता है, और डेटा की एकरूपता को दूर करने तथा सुदृढ़ सामान्यीकरण प्राप्त करने के लिए संरचित विकासवादी ऑपरेटरों और एक गतिशील कठिनाई फ़िल्टर का उपयोग करता है।
यह शोध पत्र एक बायज़ेंटाइन-प्रतिरोधी (Byzantine-resilient) फेडरेटेड कॉन्फॉर्मल प्रेडिक्शन पद्धति प्रस्तावित करता है जो प्रशिक्षण और अंशांकन (calibration) दोनों चरणों को सुरक्षित करने के लिए आंशिक मॉडल साझाकरण का उपयोग करता है, जिससे कड़े प्रेडिक्शन अंतराल और कम संचार ओवरहेड के साथ सुदृढ़ अनिश्चितता परिमाणीकरण प्राप्त होता है।