26757 पेपर
यह शोध पत्र एक मार्केट-रूल-इन्फॉर्म्ड न्यूरल नेटवर्क फ्रेमवर्क प्रस्तावित करता है जो सटीक, कुशल और सुदृढ़ बिजली मूल्य पूर्वानुमान प्राप्त करने के लिए न्यूरल लेटेंट स्पेस में इम्बैलेंस प्राइस फॉर्मेशन नियमों को समाहित करता है, जो जेनेरिक डीप लर्निंग बेसलाइन्स की तुलना में कम मापदंडों और तेज़ प्रशिक्षण के साथ संपन्न है।
यह शोध पत्र एक निर्भरता-जागरूक (dependency-aware), पदानुक्रमित रूप से बाधित (hierarchically constrained) डिस्क्रीट डिफ्यूजन मॉडल प्रस्तुत करता है जो संरचना और अर्थविज्ञान (semantics) को अलग करके प्राकृतिक भाषा से संरचित सीन ग्राफ उत्पन्न करता है, जिससे मौजूदा टेक्स्ट-टू-इमेज और ग्राफ जनरेशन बेसलाइन की तुलना में डाउनस्ट्रीम इमेज जनरेशन कार्यों में कंपोजिशनल फिडेलिटी (compositional fidelity) में सुधार होता है।
यह शोध पत्र सेल्फ-एंकोर्ड कंसेंसस (SAC) को प्रस्तुत करता है, जो एक पूर्णतः विकेंद्रीकृत इटरेटिव फ़िल्टर-एंड-रिफ़ाइन प्रोटोकॉल है जो लार्ज लैंग्वेज मॉडल मल्टी-एजेंट सिस्टम को असुरक्षित लीडर-आधारित समन्वय या स्व-रिपोर्टेड कॉन्फिडेंस पर निर्भर रहे बिना, विविध संचार टोपोलॉजी में बायज़ेंटाइन दोषों का मजबूती से प्रतिरोध करने और विश्वसनीय प्रदर्शन बनाए रखने में सक्षम बनाता है।
यह शोध पत्र ऑडियो डीपफेक डिटेक्शन के लिए एक 'डायग्नोसिस-फर्स्ट' (निदान-प्रथम) ढांचे का प्रस्ताव करता है जो लिंग संबंधी पूर्वाग्रह के मूल कारणों—विशेष रूप से ध्वनिक प्रतिनिधित्व अंतर (acoustic representation differences), फीचर लीकेज और मूल्यांकन विषमता (evaluation asymmetry)—की पहचान करता है और यह प्रदर्शित करता है कि लक्षित न्यूनीकरण रणनीतियाँ, जैसे कि लिंग-विशिष्ट थ्रेशोल्ड समायोजन और एपोक-स्तरीय निष्पक्षता नियमितीकरण (epoch-level fairness regularization), डिटेक्शन सटीकता से समझौता किए बिना अनfairness को महत्वपूर्ण रूप से कम कर सकती हैं।
यह शोध पत्र ढीली उत्तलता मान्यताओं (relaxed convexity assumptions) के तहत मल्टी-टास्क बाइलेवल लर्निंग को एक समानता-प्रतिबंधित मल्टी-ऑब्जेक्टिव ऑप्टिमाइज़ेशन में पुनर्गठित करके पूर्व और पश्चात के बीच सेतु बनाता है, जिसके लिए लेखक एक नवीन भारित चेबिशेव-पेनल्टी एल्गोरिदम प्रस्तावित करते हैं जो KKT-आधारित पारेटो स्टेशनैरिटी (Pareto stationarity) की ओर परिमित-समय अभिसरण प्राप्त करता है और व्यवस्थित रूप से पारेटो फ्रंट का अन्वेषण करता है।
SpectraNet एक नवीन ऑटोरेग्रेसिव न्यूरल ऑपरेटर है जो U-Net पदानुक्रम के भीतर ट्रंकेटेड स्पेक्ट्रल कनवल्शन को एकीकृत करता है और FNO जैसे मौजूदा बेसलाइन्स की तुलना में काफी कम त्रुटि और कम्प्यूटेशनल लागत के साथ स्थिर, दीर्घ-क्षितिज PDE भविष्यवाणियों को प्राप्त करने के लिए सेमीग्रुप-कंसिस्टेंसी लॉस के साथ एक रेजिडुअल-टार्गेट स्पेक्ट्रल ब्लॉक का उपयोग करता है।
यह शोध पत्र कॉन्टेक्स्टुअल प्लैकेट-लूस (CPL) का प्रस्ताव करता है, जो एक कुशल न्यूरल मॉडल है जो अस्पष्ट, मल्टी-मोडल अनुक्रम भविष्यवाणी कार्यों को प्रभावी ढंग से संभालने के लिए समानांतर स्कोरिंग को एक हल्के ऑटोरेग्रेसिव चयन प्रक्रिया के साथ जोड़ता है और साथ ही गणनात्मक दक्षता बनाए रखता है।
यह शोध पत्र कोसाइन-गेटेड एडम-डिके (CGAD) का प्रस्ताव करता है, जो एक ड्रॉप-इन, एज-अवेयर आउटर ऑप्टिमाइज़र है जो एसिंक्रोनस DiLoCo के लिए है, जो स्टेलनेस (staleness) को कम करने के लिए डिके फंक्शन और कोसाइन कटऑफ द्वारा सूडो-ग्रेडिएंट्स को स्केल करता है, जिससे विभिन्न Llama मॉडल स्केल्स में मानक नेस्टरोव और एडम-आधारित बेसलाइन्स की तुलना में बेहतर स्थिरता और अधिकतम विलंब (maximum delay) से स्वतंत्र एक सैद्धांतिक अभिसरण सीमा (theoretical convergence bound) प्राप्त होती है।
यह शोध पत्र AlphaExploitem को प्रस्तुत करता है, जो एक पदानुक्रमित (hierarchical) ट्रांसफार्मर-आधारित सुदृढीकरण शिक्षण (reinforcement learning) एजेंट है, जो ऐतिहासिक हैंड डेटा और विविध प्रशिक्षण विरोधियों का लाभ उठाकर AlphaHoldem का विस्तार करता है ताकि नैश इक्विलिब्रियम (Nash equilibrium) रणनीतियों के विरुद्ध मजबूत प्रदर्शन बनाए रखते हुए, उप-इष्टतम (suboptimal) विरोधियों का प्रभावी ढंग से शोषण किया जा सके।
यह शोध पत्र मिश्रण नीतियों (mixture policies) में मानक लाइकलीहुड-रेश्यो विधियों की उच्च विचरण (high variance) की समस्या को दूर करने के लिए एक मार्जिनलाइज्ड रीपैरामीट्राइजेशन (MRP) एस्टिमेटर का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण मिश्रण नीतियों को निरंतर एक्शन सुदृढीकरण लर्निंग (continuous action reinforcement learning) कार्यों में गॉसियन नीतियों के प्रदर्शन के बराबर या उससे बेहतर बनाने में सक्षम बनाता है।