24514 पेपर
यह शोध पत्र TALE को पेश करता है, जो एक इन्फरेंस-टाइम विधि है जो बिना पुनरप्रशिक्षण (retraining) के कार्य-विशिष्ट प्रदर्शन को अनुकूलित करने और कम्प्यूटेशनल लागत को कम करने के लिए लार्ज लैंग्वेज मॉडल्स में अप्रासंगिक परतों (layers) को गतिशील रूप से समाप्त करती है।
यह शोध पत्र PEP-FedPT का प्रस्ताव करता है, जो विजन ट्रांसफॉर्मर्स के लिए एक एकीकृत फेडेरेटेड लर्निंग फ्रेमवर्क है, जो क्लास-स्पेसिफिक प्रॉम्प्ट्स को ग्लोबल प्रोटोटाइप्स और क्लाइंट प्रायर्स का उपयोग करके एडेप्टिवली संयोजित करने वाले एक क्लास-कॉन्टेक्स्टुअलाइज्ड मिक्स्ड प्रॉम्प्ट (CCMP) को पेश करके सामान्यीकरण (जनरलाइजेशन) और वैयक्तिकरण (पर्सनलाइजेशन) दोनों को प्राप्त करता है, जिसमें क्लाइंट-डिपेंडेंट ट्रेन करने योग्य पैरामीटर्स को स्टोर करने की आवश्यकता नहीं होती है।
यह शोध पत्र "TripleWin" का प्रस्ताव करता है, जो युग्मित डेटा-मॉडल बाजारों के लिए एक एकीकृत मूल्य निर्धारण तंत्र है, जो सभी बाजार प्रतिभागियों के लिए एक निष्पक्ष संतुलन मूल्य के अस्तित्व, विशिष्टता और वैश्विक अभिसरण की गारंटी देने के लिए द्विदिश आपूर्ति-मांग मैपिंग और शापली-आधारित आवंटन का उपयोग करता है।
यह शोध पत्र उच्च-जोखिम वाले मेडिकल कोडिंग के लिए एक पूर्ण साक्ष्य निष्कर्षण कार्य (evidence extraction task) प्रस्तुत करता है और यह प्रदर्शित करता है कि मॉडलों के एक छोटे समूह (एक राशोमोन एनसेम्बल) से टोकन-स्तरीय एट्रिब्यूशन को एकत्रित करना, व्यक्तिगत मॉडलों की तुलना में न्यूनतम ओवरहेड के साथ साक्ष्य रिकॉल (evidence recall) में महत्वपूर्ण सुधार करता है।
यह शोध पत्र MURPHY को प्रस्तुत करता है, जो ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (GRPO) का एक मल्टी-टर्न विस्तार है, जो फीडबैक-कंडीशन्ड रोलआउट ट्रीज़ और रेट्रोस्पेक्टिव क्रेडिट असाइनमेंट का उपयोग करता है ताकि सफल सुधारों से पहले के सूचनात्मक प्रयासों तक पुरस्कारों को प्रसारित करके सेल्फ-करेक्टिंग कोड जनरेशन में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र "कंसेंसस सैंपलिंग" (Consensus Sampling) का परिचय देता है, जो एक आर्किटेक्चर-अज्ञेय ब्लैक-बॉक्स एल्गोरिदम है जो मॉडलों के सबसे सुरक्षित उपसमूह के प्रतिस्पर्धी सुरक्षा गारंटी प्राप्त करने के लिए कई जनरेटिव एआई वितरणों को एकत्रित करता है और अपर्याप्त सहमति होने पर परिणाम देने से बचता है, जिससे अदृश्य जोखिमों और प्रतिकूल प्रभाव को कम किया जा सके।
यह शोध पत्र MapFormer प्रस्तुत करता है, जो एक नवीन ट्रांसफार्मर-आधारित आर्किटेक्चर है जो अनसुपरवाइज्ड कॉग्निटिव मैप्स सीखने के लिए ली-एल्जेब्रा जनरेटर्स से प्राप्त इनपुट-डिपेंडेंट पोजीशनल एम्बेडिंग्स का उपयोग करता है, जिससे मौजूदा एआई मॉडलों की तुलना में विविध कॉग्निटिव कार्यों में बेहतर आउट-ऑफ-डिस्ट्रीब्यूशन जनरलाइजेशन और स्केलेबिलिटी प्राप्त होती है।
यह शोध पत्र TAB-DRW को प्रस्तुत करता है, जो एक कुशल और सुदृढ़ पोस्ट-एडिटिंग वॉटरमार्किंग योजना है जो सिंथेटिक सारणीबद्ध डेटा (tabular data) के फ्रीक्वेंसी डोमेन में संकेतों को एम्बेड करती है ताकि डेटा की शुद्धता बनाए रखते हुए और मिश्रित फीचर प्रकारों का समर्थन करते हुए ट्रैसेबिलिटी सुनिश्चित की जा सके और हमलों का प्रतिरोध किया जा सके।
यह शोध पत्र कारण संबंधी पहचान (causal identification) के लिए दो प्रमुख प्रॉक्सी वेरिएबल दृष्टिकोणों—ब्रिज इक्वेशन विधियों और एरे डिकंपोजिशन विधियों—के बीच उनके अंतर्निहित मॉडल प्रतिबंधों और धारणाओं का विश्लेषण करके तुलना करता है ताकि प्रत्येक की प्रयोज्यता के दायरे को स्पष्ट किया जा सके।
यह शोध पत्र एक हाइब्रिड क्वांटम-क्लासिकल कनवल्शनल न्यूरल नेटवर्क प्रस्तुत करता है जो क्वांटम और क्लासिकल विशेषताओं को संलयित करने के लिए एम्प्लीट्यूड और एंगल-एनकोडिंग वेरिएशनल क्वांटम सर्किट को एकीकृत करता है, जो ब्रेस्टमिस्ट (BreastMNIST) डेटासेट पर पैरामीटर-मैच्ड क्लासिकल बेसलाइन की तुलना में ब्रेस्ट ट्यूमर वर्गीकरण सटीकता में सांख्यिकीय रूप से महत्वपूर्ण सुधार प्रदर्शित करता है।