20286 पेपर
यह शोध पत्र LSTrans का प्रस्ताव करता है, जो एक हल्का हाइब्रिड मॉडल है जो एक विशिष्ट 1D कनवल्शनल बैकबोन को ट्रांसफॉर्मर एनकोडर और नॉलेज डिस्टिलेशन तकनीकों के साथ जोड़ता है ताकि संसाधन-सीमित पहनने योग्य उपकरणों के लिए उपयुक्त कुशल, उच्च-संवेदनशीलता वाला ECG वर्गीकरण प्राप्त किया जा सके।
यह शोध पत्र पदानुक्रमित बेयसियन क्वाड्रचर (Hierarchical Bayesian Quadrature) को प्रस्तुत करता है, जो एक अनुकूलन योग्य एल्गोरिदम है जो डोमेन को स्थानीय स्थिर मॉडलों में विभाजित करके और एक पदानुक्रमित गाऊसी प्रक्रिया संरचना के माध्यम से उनके अनुमानों को पुनर्संयोजित करके गैर-स्थिर इंटीग्रेंड्स (nonstationary integrands) के लिए संख्यात्मक एकीकरण में सुधार करता है, जिससे बिना MCMC की आवश्यकता के मानक विधियों की तुलना में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र Q-Learning Lab प्रस्तुत करता है, जो एक ब्राउज़र-आधारित शैक्षिक उपकरण है जो लाइव बेलमैन अपडेट्स को प्रदर्शित करके और छात्रों को अपने स्वयं के एजेंट ट्रेसेस को निर्यात और विश्लेषण करने में सक्षम बनाकर टैबुलर Q-लर्निंग के शिक्षण को बढ़ाता है, जिससे निष्क्रिय विज़ुअलाइज़ेशन को एक सक्रिय, डेटा-संचालित शिक्षण अनुभव में बदल दिया जाता है जिसे एल्गोरिद्मिक शुद्धता और शैक्षणिक डिज़ाइन के माध्यम से प्रमाणित किया गया है।
यह शोध पत्र इस बात का पहला क्लोज्ड-फॉर्म सैद्धांतिक लक्षण वर्णन प्रस्तुत करता है कि वितरण परिवर्तन (डिस्ट्रीब्यूशन शिफ्ट) ग्राफ न्यूरल नेटवर्क अंशांकन (कैलिब्रेशन) को कैसे प्रभावित करते हैं, जो मॉडल आत्मविश्वास व्यवहार की व्याख्या करने वाले और STAC के विकास को निर्देशित करने वाले एक एकल शासी स्केलर (गवर्निंग स्केलर) की पहचान करता है, जो एक सोर्स-फ्री अंशांकन विधि है जो सिंथेटिक बेंचमार्क पर प्रदर्शन में सुधार करती है जबकि वास्तविक दुनिया के डेटासेट पर चल रही चुनौतियों को उजागर करती है।
यह शोध पत्र संकुचित ऑनलाइन उत्तल अनुकूलन (constrained online convex optimization) में OGD+प्रोजेक्शन एल्गोरिदम के लिए संचयी बाधा उल्लंघन (cumulative constraint violation) पर का पहला निचला स्तर (lower bound) स्थापित करता है, जो यह प्रदर्शित करता है कि इसका प्रदर्शन समस्या की आयामीता (dimensionality) द्वारा मौलिक रूप से सीमित है।
यह शोधपत्र GRADE को प्रस्तुत करता है, जो एक पदानुक्रमित मल्टी-एजेंट सिस्टम है जो एजेंट चयन, तर्क की गहराई और संचार को गतिशील रूप से अनुकूलित करने के लिए सीखे गए गेटिंग मैकेनिज्म और एक नवीन क्रिटिक-मुक्त प्रशिक्षण एल्गोरिदम का उपयोग करता है, जिससे मौजूदा बेसलाइनों की तुलना में काफी कम सक्रिय कंप्यूट के साथ जटिल बेंचमार्क पर बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र प्रेडिक्टिव डायवर्जेंस मास्क (Predictive Divergence Masks) का प्रस्ताव करता है, जो एलएलएम (LLM) सुदृढीकरण शिक्षण (reinforcement learning) के लिए एक नवीन विधि है जो प्रॉक्सिमिटी मानदंड (proximity criterion) के रूप में उपयोग किए जाने वाले संभाव्यता विचलन (probability divergence) को अगला ग्रेडिएंट स्टेप बढ़ाएगा या घटाएगा, इसके लिए एक क्लोज्ड-फॉर्म भविष्यवाणी के माध्यम से PPO के अनुपात-आधारित दिशा मानदंड को प्रतिस्थापित करता है, जिससे मॉडल के पैमानों (scales) में प्रशिक्षण स्थिरता और प्रदर्शन में सुधार होता है।
यह शोध पत्र 'वैरिएंस-करेक्टिव टाइम शिफ्टिंग' नामक एक प्रशिक्षण-मुक्त विधि प्रस्तुत करता है जो प्रभावी तापमान सैंपलिंग (टेम्परेचर सैंपलिंग) को सक्षम करने के लिए डिफ्यूजन मॉडल्स का उपयोग करती है ताकि वेरिएंस को बढ़ाए बिना प्रमुख मोड्स को सपाट करके विविधता को बढ़ाया जा सके, जिससे उच्च गुणवत्ता और कंडीशन फिडेलिटी बनाए रखते हुए विभिन्न आर्किटेक्चर में सैंपल विविधता में सुधार किया जा सके।
यह शोध पत्र अनिश्चितता, अंशांकन (कैलिब्रेशन) और सुदृढ़ता के व्यापक मूल्यांकन के माध्यम से क्वांटाइज़्ड लार्ज लैंग्वेज मॉडल्स की विश्वसनीयता की जांच करता है, जो यह प्रकट करता है कि जबकि प्रदर्शन कुल मॉडल बिट्स के साथ निरंतर बढ़ता है, विश्वसनीयता 4-बिट क्वांटाइजेशन पर चरम पर होती है और क्वांटाइजेशन वास्तव में प्राकृतिक इनपुट व्यवधानों के विरुद्ध सुदृढ़ता को बढ़ाता है।
यह शोध पत्र TWIN को प्रस्तुत करता है, जो विशेष रूप से *ab initio* और प्रयोगात्मक डेटा पर प्रशिक्षित एक हस्तांतरणीय (transferable) मशीन लर्निंग पोटेंशियल है, जो इमप्लिसिट वॉटर (implicit water) में ड्रग और प्रोटीन मॉडलिंग के लिए नियर-DFT सटीकता प्राप्त करता है और स्पष्ट विलायक (explicit solvent) विधियों की तुलना में दो-क्रम-परिमाण (two-order-of-magnitude) का स्पीडअप प्रदान करता है।