26757 पेपर
यह शोध पत्र GibbsTTS प्रस्तुत करता है, जो एक ज़ीरो-शॉट टेक्स्ट-टू-स्पीच सिस्टम है जो मौजूदा बेसलाइन की तुलना में बेहतर स्वाभाविकता और वक्ता समानता प्राप्त करने के लिए एक ट्रेनिंग-मुक्त काइनेटिक-ऑप्टिमल शेड्यूलर को परिमित-चरण मोमेंट सुधार (finite-step moment correction) के साथ जोड़कर मेट्रिक-इंड्यूस्ड डिस्क्रीट फ्लो मैचिंग को उन्नत करता है।
यह शोध पत्र D2ACE का प्रस्ताव करता है, जो एक नवीन मल्टी-लेबल बैच चयन विधि है जो प्रशिक्षण विकास और स्थानीय लेबल निर्भरता को बेहतर ढंग से पकड़ने के लिए ड्यूल डायनेमिक्स (स्टेज-वाइज सैंपलिंग और डायनेमिक लेबल वेटिंग) को एडेप्टिव कोरिलेशन एन्हांसमेंट के साथ एकीकृत करके प्रशिक्षण दक्षता और भविष्य कहनेवाला प्रदर्शन में सुधार करता है।
यह शोध पत्र Gravity-GraphSAGE (GG-SAGE) को प्रस्तुत करता है, जो एक नवीन GraphSAGE-आधारित मॉडल है जिसमें एक गुरुत्वाकर्षण-प्रेरित (gravity-inspired) डिकोडर है जो कई बेंचमार्क और वास्तविक दुनिया के डेटासेट पर अत्याधुनिक तकनीकों से बेहतर प्रदर्शन करके, दिशात्मक, एट्रिब्यूटेड ग्राफ में लिंक प्रेडिक्शन की अल्प-अन्वेषित चुनौती को प्रभावी ढंग से संबोधित करता है।
यह शोध पत्र कंडीशनल डिस्ट्रीब्यूशन मैचिंग (CDM) को प्रस्तुत करता है, जो एक एकल बिंदु के बजाय एक विशिष्ट लक्षित कंडीशनल डिस्ट्रीब्यूशन को प्रेरित करने वाले इनपुट्स खोजने के लिए एक नया इनवर्स-डिज़ाइन समस्या वर्ग है, और MLGD-F का प्रस्ताव करता है, जो एक ट्रेनिंग-फ्री इन्फरेंस-टाइम एल्गोरिदम है जो इस समस्या को कुशलतापूर्वक हल करने के लिए एक प्रीट्रेनड डिफ्यूजन मॉडल को एक फास्ट कंडीशनल सैंपलर के साथ जोड़ता है।
यह शोधपत्र एक दो-चरणीय एल्गोरिदम का प्रस्ताव करके सामान्य सिंगल-इंडेक्स बैंडिट्स के लिए इष्टतम रिग्रेट (regret) की खुली समस्या को हल करता है जो का एक टाइट (tight) रिग्रेट बाउंड प्राप्त करता है, जो पिछले परिणाम में महत्वपूर्ण सुधार करता है और एक नव-स्थापित मिनिमैक्स लोअर बाउंड (minimax lower bound) से मेल खाता है।
यह शोध पत्र RAwR प्रस्तुत करता है, जो एक गणनात्मक रूप से कुशल ग्राफ रीवायरिंग फ्रेमवर्क है जो लंबी दूरी के सिग्नल प्रसार को त्वरित करने और प्रभावी प्रतिरोध (effective resistance) को कम करने के लिए अनुमानित समतुल्य विभाजनों (approximate equitable partitions) का लाभ उठाता है, जिससे विविध डेटासेट में नोड वर्गीकरण कार्यों में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र यह सिद्ध करके कि ALiBi अटेंशन मैकेनिज्म को उच्च प्रायिकता के साथ रैंडमाइज्ड ब्लॉक-डायगोनल बाइनरी मास्क द्वारा अनुमानित किया जा सकता है, जिससे लंबे-कॉन्टेक्स्ट अटेंशन के लिए कुशल नियर-लीनियर टाइम कंप्यूटेशन सक्षम होता है, पोजीशनल बायस और लोकैलिटी-सेंसिटिव हैशिंग के बीच एक औपचारिक संबंध स्थापित करता है, और इस प्रकार पोशनल बायस, मास्क और एम्बेडिंग्स को एक एकल सैद्धांतिक ढांचे में एकीकृत करता है।
यह शोध पत्र बाउंडेड प्रैग्मैटिक लिसनर (BPL) प्रस्तुत करता है, जो एक संज्ञानात्मक रूप से आधारित बेयसियन ढांचा है जो गलत सूचना के प्रति संवेदनशीलता को मॉडल करने के लिए तीन बाउंडेड रेशनैलिटी बाधाओं के साथ रेशनल स्पीच एक्ट थ्योरी का विस्तार करता है, जो सत्यता वर्गीकरण बेंचमार्क पर प्रतिस्पर्धी प्रदर्शन प्रदर्शित करता है और डेप्थ-मिसमैच विरोधाभास के लिए प्रयोगात्मक समर्थन प्रदान करता है।
यह शोध पत्र CTQWformer का प्रस्ताव करता है, जो एक नवीन हाइब्रिड फ्रेमवर्क है जो वैश्विक संरचनात्मक निर्भरताओं और गतिशील सूचना प्रसार दोनों को कैप्चर करने के लिए निरंतर-समय क्वांटम वॉक्स (continuous-time quantum walks) को ट्रांसफॉर्मर आर्किटेक्चर के साथ एकीकृत करता है, जिससे मौजूदा GNN और ग्राफ कर्नेल विधियों की तुलना में ग्राफ वर्गीकरण कार्यों में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक सिमेंटिक्स-अवेयर मेमोरी पदानुक्रम प्रस्तुत करता है जो शून्य-अनुमान त्रुटि के साथ कम-महत्व वाले रीजनिंग टोकन को सीपीयू मेमोरी में ऑफलोड करता है, यह प्रदर्शित करते हुए कि रीजनिंग सटीकता केवल स्थायी निष्कासन अनुपात (परमानेंट इविक्शन रेशियो) पर निर्भर करती न कि एचबीएम अधिभोग (एचबीएम ऑक्यूपेंसी) पर, जिससे न्यूनतम प्रदर्शन गिरावट के साथ महत्वपूर्ण मेमोरी बचत संभव हो पाती है।