25436 पेपर
यह शोधपत्र डेटा पुनर्निर्माण हमलों (data reconstruction attacks) के लिए एक एकीकृत अनुकूलन ढांचा प्रस्तावित करता है जो रैंडम फीचर मॉडल्स में परिमित-चौड़ाई रिकवरी गारंटी प्रदान करता है और सामान्य न्यूरल नेटवर्क पर आयामीता को कम करने और पुनर्निर्माण की गुणवत्ता में सुधार करने के लिए वेट परिवर्तनों (weight changes) का लाभ उठाने वाला एक कुशल सबस्पेस-जागरूक एल्गोरिदम पेश करता है।
यह शोध पत्र एक क्रमिक प्रयोगात्मक प्रोटोकॉल प्रस्तावित करता है जहाँ एक नियामक उच्च-जोखिम वाले क्षेत्रों में वित्तीय बाधाओं को दूर करने के लिए एक डेवलपर की परीक्षण लागतों को आंशिक रूप से सब्सिडी देता है, और यह प्रदर्शित करता है कि एक 'बलीफ मार्कोव डिसीजन प्रोसेस' मॉडल के माध्यम से यह दृष्टिकोण मानक गैर-क्रमिक विधियों की तुलना में सामाजिक उपयोगिता को 35% से अधिक बढ़ा सकता है।
यह शोध पत्र प्रकट करता है कि सत्यापन योग्य पुरस्कारों के साथ सुदृढीकरण सीखना (RLVR) निहित पुरस्कार ओवरफिटिंग प्रदर्शित करता है और लो-रैंक डायनेमिक्स के माध्यम से संचालित होता है, जहाँ उन्नत तर्क क्षमताएं रैंक-1 घटकों में केंद्रित होती हैं जो एक विशिष्ट हेवी-टेल्ड सिंगुलर स्पेक्ट्रम को अनुकूलित करती हैं जबकि अन्य मॉडल ज्ञान को त्याग देती हैं।
यह शोधपत्र एक अनुक्रमिक सुदृढीकरण शिक्षण (सीक्वेंशियल रिइन्फोर्समेंट लर्निंग) ढांचे को प्रस्तुत करता है जो एक एमोर्टाइज्ड (amortized), पूर्व-प्रशिक्षित नीति का उपयोग करके आनुवंशिक सर्किट डिजाइनों को आंतरिक स्टोकेस्टिसिटी और प्रयोगात्मक परिवर्तनशीलता दोनों के तहत अनुकूलित करता है ताकि पारंपरिक पुनरावृत्ति अनुमान विधियों की कम्प्यूटेशनल देरी के बिना तत्काल, अवलोकन-आधारित अनुकूलन सक्षम किया जा सके।
यह शोधपत्र EDDY को पेश करता है, जो डिफ्यूजन और फ्लो मैचिंग मॉडल्स के लिए एक ट्रेनिंग-फ्री गाइडेंस मैकेनिज्म है, जो डाइवर्जेंस-फ्री डायनेमिक्स के माध्यम से सैंपल विविधता को बढ़ाता है और साथ ही मार्जिनल डिस्ट्रीब्यूशन को सख्ती से सुरक्षित रखते हुए उच्च जनरेशन गुणवत्ता बनाए रखता है।
यह शोध पत्र तर्क देता है कि मानक रिटर्न-आधारित मेट्रिक्स सहकारी मल्टी-एजेंट सुदृढीकरण लर्निंग (cooperative multi-agent reinforcement learning) के मूल्यांकन के लिए अपर्याप्त हैं और एक समन्वय-जागरूक (coordination-aware) मूल्यांकन ढांचे का प्रस्ताव करता है, जिसे STAT टेस्टबेड के माध्यम से कार्यान्वित किया गया है, जो एजेंट समन्वय तंत्रों और स्केलेबिलिटी चुनौतियों में महत्वपूर्ण अंतर को प्रकट करता है जिन्हें कुल प्रदर्शन स्कोर अक्सर अस्पष्ट कर देते हैं।
TCGA-BRCA जीन अभिव्यक्ति डेटा का उपयोग करते हुए, यह अध्ययन प्रदर्शित करता है कि स्तन कैंसर उपप्रकार वर्गीकरण में, सभी उपप्रकारों में संतुलित प्रदर्शन प्राप्त करने के लिए फीचर चयन का चुनाव और लॉजिस्टिक रिग्रेशन जैसे सरल मॉडलों का उपयोग करना मॉडल की जटिलता बढ़ाने की तुलना में अधिक महत्वपूर्ण है।
यह शोध पत्र स्पष्ट परत-वार पुनरावृत्ति संबंधों (layer-wise recursion relations) को व्युत्पन्न करके और फेनमैन आरेख तकनीकों (Feynman diagram techniques) का विस्तार करके सीमित-चौड़ाई वाले ऑर्थोगोनल न्यूरल नेटवर्क की स्थिरता के लिए एक सैद्धांतिक स्पष्टीकरण प्रदान करता है ताकि यह दिखाया जा सके कि उनके सीमित-चौड़ाई वाले टेंसर (finite-width tensors) अत्यधिक गहराई पर स्थिर हो जाते हैं, जो एक ऐसा निष्कर्ष है जिसे विश्लेषणात्मक भविष्यवाणियों और मोंटे-कार्लो सिमुलेशन के बीच उत्कृष्ट सहमति द्वारा मान्य किया गया है।
यह शोध पत्र GRL-Safety को प्रस्तुत करता है, जो एक व्यापक बहु-अक्षीय बेंचमार्क है जो पच्चीस डेटासेट्स में बारह ग्राफ रिप्रजेंटेशन लर्निंग विधियों का मूल्यांकन करता है ताकि यह प्रकट किया जा सके कि सुरक्षा प्रदर्शन रिप्रजेंटेशन डिज़ाइन और विशिष्ट स्ट्रेस फैक्टर्स के बीच की अंतःक्रिया पर निर्भर करता है, जो यह दर्शाता है कि फाउंडेशन मॉडल्स सार्वभौमिक मजबूती के बजाय अक्ष-विशिष्ट शक्तियों की पेशकश करते हैं।
यह लेख एक वितरण रूप से सुदृढ़ (distributionally robust) लर्निंग-टू-ऑप्टिमाइज़ ढांचे का प्रस्ताव करता है जो एक वॉसरस्टीन-आधारित प्रदर्शन अनुमान समस्या को न्यूनतम करके शास्त्रीय लर्निंग-टू-ऑप्टिमाइज़ और वर्स्ट-केस एल्गोरिदम डिज़ाइन को एकीकृत करता है और ऐसे एल्गोरिदम प्रदान करता है जो मौजूदा बेसलाइनों से बेहतर प्रदर्शन करने वाले प्रमाणित आउट-ऑफ-सैंपल प्रदर्शन गारंटी देते हैं।