20286 पेपर
ZoRRO एक प्रशिक्षण-मुक्त (training-free), शून्य-भार (zero-weight) ढांचा है जो स्केलेबल समाचार अनुशंसा (news recommendation) के लिए है, जो अत्याधुनिक डीप लर्निंग मॉडलों के तुलनीय ऑनलाइन प्रदर्शन प्राप्त करता है जबकि यह 600 गुना अधिक तेज़ी से कार्य करता है, जो अनुशंसा प्रणालियों (recommender systems) को सटीकता मेट्रिक्स से परे मूल्यांकन करने की महत्वपूर्ण आवश्यकता को रेखांकित करता है।
NAILS एक स्केलेबल, रिट्रेनिंग-मुक्त विधि है जो आंतरिक लेबल शिफ्ट के माध्यम से आइटम एट्रिब्यूट्स पर एक लक्षित वितरण प्रेरित करके अनुशंसा प्रणाली (रेकमेंडर सिस्टम) के आउटपुट को निष्पक्षता और विविधता जैसे मानद उद्देश्यों के साथ संरेखित करती है, जिससे वैश्विक मूल्यों और उपयोगकर्ता जुड़ाव के बीच संतुलन बनाया जाता है।
यह शोध पत्र मात्रात्मक प्रयोगात्मक साक्ष्य प्रदान करता है कि ट्रांसफॉर्मर की गतिशीलता इन्फ्रारेड सामूहिक संगठन (infrared collective organization) के एक सार्वभौमिक सिद्धांत द्वारा शासित होती है, जहाँ सीखना धीमी विश्रांति मोड (slow relaxation modes) के संचय के माध्यम से स्मृति को बढ़ाने और विस्मृति को कम करने के लिए समय-पैमाने के अवस्था घनत्व (time-scale density of states) को पुनर्गठित करता है।
यह शोध पत्र यह प्रदर्शित करके कि विलुप्त प्रभाव (latent effects) एक संकुचित दृश्यमान ऑपरेटर (compressed observable operator) के आइजनमानों (eigenvalues) के अनुरूप होते हैं, अदृश्य कन्फाउंडिंग के तहत विषम उपचार प्रभावों (heterogeneous treatment effects) की पहचान करने के लिए एक स्पेक्ट्रल ढांचे को प्रस्तुत करता है, जिससे यह ओवरकम्प्लीट प्रॉक्सी सिस्टम को संभालने के लिए सिंथेटिक पोटेंशियल आउटकम्स (SPO) जैसे पूर्व स्केलर मोमेंट-आधारित तरीकों का सामान्यीकरण और सुधार करता है और कठोर पर्टर्बेशन बाउंड्स (perturbation bounds) प्रदान करता है।
यह शोधपत्र SpectralOT प्रस्तुत करता है, जो fMRI के लिए एक गणनात्मक रूप से कुशल कार्यात्मक संरेखण (functional alignment) विधि है, जो फीचर संरेखण और शारीरिक संरक्षण को संतुलित करने के लिए लाप्लास-बेल्ट्रामी आइगेनमोड्स (Laplace-Beltrami eigenmodes) के माध्यम से कॉर्टिकल ज्यामिति का लाभ उठाता है, जिससे क्रॉस-सब्जेक्ट डिकोडिंग प्रदर्शन में सुधार होता है।
यह शोध पत्र स्टिकी जंप डिफ्यूजनों (SJDs) को प्रस्तुत करता है, जो एक एकीकृत निरंतर-समय मार्कोव ढांचा है जो मास्क किए गए, निरंतर और हाइब्रिड डिफ्यूजन मॉडलों को सीमाओं के रूप में प्राप्त करता है और डैनोइजिंग हैजर्ड मैचिंग के माध्यम से सिमुलेशन-मुक्त प्रशिक्षण सक्षम करता है, जबकि भ्रष्टाचार कर्नेल (corruption kernels) के लिए एक लचीला डिज़ाइन स्पेस प्रदान करता है जो CIFAR-10, Text8 और Sudoku जैसे कार्यों पर प्रदर्शन में सुधार करता है।
यह शोध पत्र एक क्लोज्ड-लूप DEX सिम्युलेटर पेश करता है यह प्रदर्शित करने के लिए कि एक छोटा डीप क्यू-नेटवर्क (DQN) एजेंट विशेष रूप से डायनेमिक-फी वातावरण में ट्यून्ड बेंचमार्क की तुलना में इम्प्लीमेंटेशन शॉर्टफॉल को महत्वपूर्ण रूप से कम करता है, जो ऑटोमेटेड मार्केट मेकर्स में निष्पादन नियंत्रण (एग्जीक्यूशन कंट्रोल) के लिए मॉडल-कंडीशन्ड काउंटरफैक्चुअल साक्ष्य प्रदान करता है।
यह शोध पत्र CGS का प्रस्ताव करता है, जो एक नवीन कॉन्फ़िगर करने योग्य ग्राफ़ सारांशीकरण ढांचा (framework) है जो लॉसलेस परिणामों या सीमित पड़ोस हानि (neighborhood loss) के साथ कई ग्राफ़ प्रश्नों का समर्थन करने के लिए सामान्य पड़ोस वाले नोड्स को एकत्रित करके संक्षिप्त सारांश उत्पन्न करता है, जबकि उपयोगकर्ताओं को सहने योग्य त्रुटि प्रकारों और थ्रेशोल्ड को अनुकूलित करने की अनुमति देता है।
यह शोध पत्र एक नवीन बायज़ेंटाइन-रोबस्ट (Byzantine-robust) फेडरेटेड लर्निंग फ्रेमवर्क प्रस्तावित करता है जो एक ट्रंकेटेड-क्वाड्रेटिक लॉस-आधारित एग्रीगेशन नियम का उपयोग करता है जो सेंटर्ड क्लिपिंग और हबर एग्रीगेटर्स जैसी मौजूदा विधियों की पूर्वाग्रह सीमाओं को दूर करता है, गैर-कनवेक्स लॉस और विषम डेटा के तहत ऑर्डर-ऑप्टिमल प्रदर्शन प्राप्त करता है और अनुमानित आउटलेयर गणनाओं के साथ भी मजबूती बनाए रखता है।
EquiFusion एक परम्यूटेशन इक्विवैरिएंट लेटेंट डिफ्यूजन आर्किटेक्चर का उपयोग करने वाला पहला किनेमैटिक्स-अज्ञेय मानव गति भविष्यवाणी मॉडल पेश करता है जो कंकाल की कनेक्टिविटी को एक स्पष्ट इनपुट के रूप में मानता है, जिससे उत्कृष्ट क्रॉस-डेटासेट सामान्यीकरण, ज़ीरो-शॉट क्षमताएं, और पिछले तरीकों की तुलना में काफी अधिक दक्षता के साथ अत्याधुनिक प्रदर्शन सक्षम होता है।