24528 पेपर
यह शोध पत्र शापली रिग्रेशन (Shapley regression) को प्रस्तुत करता है, जो एक नवीन गेम-थ्योरेटिक मॉडल है जो जटिल लक्षणों की अंतःक्रियाओं को पकड़कर व्याख्यात्मकता और भविष्य कहने वाली शक्ति के बीच संतुलन बनाता है, और सार्वजनिक डेटासेट तथा एक वास्तविक नैदानिक समूह दोनों के माध्यम से दुर्लभ आनुवंशिक विकार एक्टिवेटेड PI3K8 सिंड्रोम (APDS) के निदान में सुधार करने में अपनी प्रभावशीलता का प्रदर्शन करता है।
यह शोध पत्र LARAR को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो लेयर-वाइज वल्नरेबिलिटी विश्लेषण, एडेप्टिव रेगुलराइजेशन और ऑक्सिलरी क्लासिफायर को शामिल करके नेटवर्क घुसपैठ पहचान प्रणालियों (Network Intrusion Detection Systems) की मजबूती और व्याख्यात्मकता को बढ़ाता है, ताकि UNSW-NB15 डेटासेट पर विभिन्न एडवरसैरियल हमलों के विरुद्ध उच्च क्लीन एक्यूरेसी और उत्कृष्ट रक्षा प्राप्त की जा सके।
यह शोध पत्र प्रकट करता है कि एप्पल के MPS बैकएंड में ऑटोरेग्रेसिव इन्फरेंस (autoregressive inference) के दौरान अप्रत्याशित नॉन-मोनोटोनिक लेटेंसी स्पाइक्स (non-monotonic latency spikes) दिखाई देते हैं, जहाँ बैकएंड निष्पादन गतिकी (backend execution dynamics) के कारण विशिष्ट कॉन्फ़िगरेशन के लिए डिकोडिंग प्रदर्शन अचानक 21 गुना तक गिर सकता है, जो CPU और NVIDIA CUDA सिस्टम पर देखे गए सुचारू स्केलिंग के विपरीत है।
यह शोध पत्र स्पैटियो-टेम्पोरल मीनफ्लो (Spatio-Temporal MeanFlow) प्रस्तुत करता है, जो एक नवीन भौतिकी-सूचित न्यूरल PDE सॉल्वर है जो जनरेटिव वेलोसिटी फील्ड को भौतिक PDE ऑपरेटर से बदलकर मीनफ्लो फ्रेमवर्क को स्पैटियो-टेम्पोरल डोमेन तक विस्तारित करता है, जिससे निरंतर इंटीग्रल बाधाओं के माध्यम से समय-निर्भर और स्थिर दोनों प्रकार के PDEs के लिए कुशल, सटीक और सामान्यीकरण योग्य समाधान सक्षम होते हैं।
यह शोध पत्र "कंपोजिशनल इंटरप्रिटेबिलिटी" (compositional interpretability) को प्रस्तुत करता है, जो एक श्रेणी-सैद्धांतिक (category-theoretic) ढांचा है जो अधिक संक्षिप्त, मानव-अनुरूप व्याख्याओं की ओर वस्तुनिष्ठ सत्यापन, अनुकूलन और व्यवस्थित मॉडल परिशोधन को सक्षम करने के लिए यंत्रवत स्पष्टीकरणों को कम करने वाले सिंटैक्टिक (syntactic) और सिमेंटिक (semantic) मैपिंग के रूप में औपचारिक रूप देता है।
यह शोध पत्र PnP-Corrector पेश करता है, जो एक सार्वभौमिक ढांचा है जो युग्मित स्थानिक-कालिक पूर्वानुमान (spatiotemporal forecasting) की दीर्घकालिक स्थिरता और सटीकता को महत्वपूर्ण रूप से सुधारने और पारस्परिक त्रुटि प्रवर्धन (reciprocal error amplification) को कम करने के लिए पूर्व-प्रशिक्षित भौतिक सिम्युलेटर को एक समर्पित सुधार एजेंट से अलग करता है।
यह शोध पत्र Self-ReSET का प्रस्ताव करता है, जो एक शुद्ध सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो लार्ज रीजनिंग मॉडल्स को उनके अपने असुरक्षित तर्क पथों (reasoning trajectories) से आंतरिक रूप से आत्म-सुधार (self-recovery) सीखने में सक्षम बनाता है, जिससे सामान्य उपयोगिता बनाए रखते हुए प्रतिकूल (adversarial) और आउट-ऑफ-डिस्ट्रीब्यूशन जेलब्रेक हमलों के विरुद्ध मजबूती को महत्वपूर्ण रूप से बढ़ाया जा सकता है।
यह शोधपत्र यह प्रदर्शित करता है कि छोटे फूरियर न्यूरल ऑपरेटर्स (Fourier Neural Operators) को उनके पीसवाइज़-लीनियर फॉरवर्ड पासेस को एसएमटी (SMT) सॉल्वर में संकलित करके धनात्मकता (positivity) और द्रव्यमान संरक्षण (mass conservation) जैसे भौतिक गुणों के लिए औपचारिक रूप से सत्यापित किया जा सकता है, जो एक स्पष्ट ट्रेडऑफ को उजागर करता है जहाँ सटीक एनकोडिंग (exact encodings) सुदृढ़ गारंटी प्रदान करती है लेकिन स्केलेबिलिटी के साथ संघर्ष करती है, जबकि अनुमानित एनकोडिंग (approximate encodings) प्रमाणन की लागत पर गति प्रदान करती है।
यह शोध पत्र स्मूथ चेबिसेफ स्केलरिज़ेशन (smooth Tchebycheff scalarization) के तहत मल्टी-ऑब्जेक्टिव MDPs में प्राथमिकता-सशर्त समाधानों की विशिष्टता और निरंतरता के लिए सैद्धांतिक गारंटी स्थापित करता है, और कॉन्केव मिरर डिसेंट पॉलिसी इटरेशन (CMDPI) एल्गोरिदम प्रस्तावित करता है, जिसे एक डीप एक्टर-क्रिटिक विधि के रूप में कार्यान्वित किया गया है, जो विविध कार्यों में अत्याधुनिक पारेटो फ्रंट कवरेज और अपेक्षित उपयोगिता प्रदर्शन प्राप्त करता है।
यह शोध पत्र Muon-OGD का प्रस्ताव करता है, जो बड़े भाषा मॉडलों (large language models) के लिए एक निरंतर सीखने (continual learning) का ढांचा है जो Muon-शैली के स्पेक्ट्रल-नॉर्म ज्योमेट्री को ऑर्थोगोनल ग्रेडिएंट प्रोजेक्शन के साथ एकीकृत करके कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को कम करता है, जिससे स्थिरता-प्लास्टिसिटी ट्रेड-ऑफ (stability-plasticity trade-off) में सुधार होता है और विविध बेंचमार्क पर मौजूदा यूक्लिडियन-नॉर्म-आधारित (Euclidean-norm-based) विधियों से बेहतर प्रदर्शन होता है।