26003 पेपर
FORGE एक दो-चरणीय ढांचा है जो आणविक अनुकूलन (molecular optimization) को स्वतः-खोजे गए डेटा का उपयोग करके फ्रैगमेंट प्रतिस्थापनों (fragment replacements) को रैंक और जेनरेट करके संदर्भ-जागरूक स्थानीय संपादन के रूप में पुनर्गठित करता है, जिससे यह प्राकृतिक भाषा प्रशिक्षण की मतिभ्रम (hallucinations) और स्केलिंग सीमाओं से बचते हुए मौजूदा भाषा और ग्राफ-आधारित विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र रिप्ले वॉल्यूम (replay volume), अपेक्षित नवीनता (expected recency) और सैंपलिंग एंट्रॉपी (sampling entropy) को ऑफ-पॉलिसी सुदृढीकरण शिक्षण (off-policy reinforcement learning) में नॉन-यूनिफॉर्म रिप्ले की प्रभावशीलता को नियंत्रित करने वाले प्रमुख कारकों के रूप में पहचानता है, जो यह प्रदर्शित करता है कि एक सरल ट्रंकेटेड जियोमेट्रिक (Truncated Geometric) रणनीति कम-वॉल्यूम वाले परिदृश्यों में सैंपल दक्षता में महत्वपूर्ण सुधार करती है और उच्च-वॉल्यूम सेटिंग्स में भी प्रतिस्पर्धी बनी रहती है।
यह शोध पत्र MARGIN का प्रस्ताव करता है, जो एक मीट्रिक-आधारित ढांचा है जो एडेप्टिव मार्जिन मीट्रिक लर्निंग और हाइपरस्फेरिकल प्रोटोटाइप मॉडलिंग का लाभ उठाकर सॉफ्टवेयर भेद्यता (वल्नरेबिलिटी) डिटेक्शन में फ्रीक्वेंसी और कठिनाई के असंतुलन को संबोधित करता है ताकि एम्बेडिंग स्पेस में ज्यामितीय विकृतियों को सुधारा जा सके, जिससे असंतुलित डेटासेट पर बेहतर वर्गीकरण प्रदर्शन और मजबूती प्राप्त की जा सके।
यह शोध पत्र फाइनेंशियल एनोटेटेड डेटासेट (FIAD) के निर्माण को प्रस्तुत करता है, जो बैंकिंग ऐप समीक्षाओं और लोकल ग्रामर ग्राफ से प्राप्त एक कोरियाई भाषाई संसाधन है, जिसका उपयोग एनोटेटेड प्रशिक्षण डेटा उत्पन्न करने के लिए किया जाता है जो बैंकिंग ग्राहक सेवा संवाद प्रणालियों में विभिन्न NLU मॉडलों के प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र DP-LAC को पेश करता है, जो भाषा मॉडलों के डिफरेंशियल प्राइवेट फेडरेटेड फाइन-ट्यूनिंग के लिए एक हल्का (लाइटवेट) तरीका है, जो बिना किसी अतिरिक्त गोपनीयता लागत या हाइपरपैरामीटर ट्यूनिंग के क्लिपिंग थ्रेशोल्ड का कुशलतापूर्वक अनुमान लगाता है और उसे अनुकूलित करता है, जिससे मौजूदा दृष्टिकोणों की तुलना में 6.6% सटीकता में सुधार होता है।
PRECISE-GBM अध्ययन यह प्रदर्शित करता है कि MRI विशेषताओं से प्राप्त रेडियोजेनोमिक मॉडल, IDH-वाइल्डटाइप ग्लियोब्लास्टोमा में मैक्रोफेज सबटाइप इम्यून सिग्नेचर की गैर-आक्रामक और सटीक भविष्यवाणी कर सकते हैं, जो इम्यूनोथेरेपी परीक्षणों में रोगी के स्तरीकरण के लिए एक संभावित उपकरण प्रदान करता है।
DeepLog एक PyTorch पर आधारित एक मॉड्यूलर न्यूरोसिम्बोलिक AI फ्रेमवर्क है जो उच्च-स्तरीय विशिष्टताओं (specifications) को स्वचालित रूप से अनुकूलित अंकगणितीय सर्किटों में संकलित करके विविध तर्क और डीप लर्निंग प्रतिमानों को एकीकृत करता है, जिससे चिकित्सकों के लिए बाधा कम होती है और नई एकीकरण रणनीतियों को विकसित करने के लिए एक साझा बैकएंड प्रदान किया जाता है।
यह शोध पत्र BROS को प्रस्तुत करता है, जो एक मेमोरी-कुशल सिंगल-लूप स्टोकेस्टिक बाइलेवल ऑप्टिमाइज़ेशन विधि है जो सटीक विधियों के समान अभिसरण दर (convergence rate) प्राप्त करने के लिए रैंडमाइज्ड सबस्पेस और एक रेडमेकर बायो-प्रोब करेक्शन का उपयोग करती है, जबकि पीक मेमोरी उपयोग को काफी कम कर देती है।
यह शोध पत्र आनुपातिक शासन (proportional regime) के अंतर्गत मनमाने डेटा संवर्धन (arbitrary data augmentation) के तहत रैंडम फीचर रिग्रेशन के लिए सामान्यीकरण त्रुटि (generalization error) का एक सटीक स्पर्शोन्मुख लक्षण वर्णन (tight asymptotic characterization) प्रदान करता है, जो मॉडल मिसस्पेसिफिकेशन और फ्रोजन या रैंडम हिडन लेयर्स के बावजूद, टेस्ट एरर को केवल जनसंख्या मात्राओं और संवर्धन योजना के सांख्यिकी के रूप में व्यक्त करता है।
यह शोध पत्र यूक्रेनी मल्टी-डोमेन डॉक्यूमेंट अंडरस्टैंडिंग कार्य के लिए एक उच्च-प्रदर्शन वाली रिट्रीवल-ऑगमेंटेड पाइपलाइन प्रस्तुत करता है जो जटिल ह्यूरिस्टिक्स के बजाय डॉक्यूमेंट स्ट्रक्चर प्रिजर्वेशन और आंसर-स्पेस अवेयरनेस को प्राथमिकता देकर, कॉन्टेक्स्टुअल चंकिंग, क्वेश्चन-अवेयर डेंस रिट्रीवल और आंसर ऑप्शंस पर आधारित रीरैंकिंग का लाभ उठाकर लीडरबोर्ड के शीर्ष स्कोर प्राप्त करता है।