27461 पेपर
यह शोध पत्र एक सेमीकंडक्टर कंपनी के भीतर मशीन लर्निंग इंजीनियरिंग टीमों के सहयोग और संचार संबंधी चुनौतियों का एक गुणात्मक अध्ययन प्रस्तुत करता है, जिसमें 16 आवर्ती समस्याओं—विशेष रूप से अस्पष्ट भूमिकाओं और जिम्मेदारियों—की पहचान की गई है और हार्डवेयर-बाधित वातावरणों में इन समस्याओं को कम करने के लिए प्रथाएं प्रस्तावित की गई हैं।
यह अनुभवजन्य अध्ययन प्रकट करता है कि मल्टी-एलएलएम (multi-LLM) रूटिंग में रिपोर्ट की गई "असमाधान सीमाएं" (unsolvability ceilings) काफी हद तक जज पूर्वाग्रह और ट्रंकेशन (truncation) जैसे मूल्यांकन आर्टिफैक्ट्स द्वारा बढ़ा दी गई हैं, जो राउटर प्रशिक्षण संकेतों को विकृत करते हैं और महत्वपूर्ण अवसर लागतों (opportunity costs) की ओर ले जाते हैं, जिससे लागत-गुणवत्ता व्यापार-ऑफ (cost-quality tradeoffs) का सटीक आकलन करने के लिए अधिक विश्वसनीय मूल्यांकन प्रोटोकॉल आवश्यक हो जाते हैं।
यह विचार पत्र टोपोलॉजिकल डीप लर्निंग में बेंचमार्क की वर्तमान कमी को दूर करने के लिए नए, नेटिव उच्च-क्रम (higher-order) डेटासेट के विकास का समर्थन करता है, और यह तर्क देता है कि केवल लिफ्टेड ग्राफ डेटासेट पर निर्भर रहना इस क्षेत्र को आगे बढ़ाने के लिए अपर्याप्त है।
यह शोध पत्र कंस्ट्रक्ट वैलिडिटी प्रोटोकॉल (CVP) और काउंटरफैक्चुअल न्यूट्रलाइजेशन को पेश करके कम्प्यूटेशनल सोशल साइंस में "प्रॉक्सी प्रिजम्प्शन" को संबोधित करता है, जो सिमेंटिक एम्बेडिंग्स को कठोरता से मान्य करता है, जिससे यह सुनिश्चित होता है कि वे विषय या शैली जैसे भ्रमित करने वाले गुणों के बजाय सामाजिक कंस्ट्रक्ट्स को मापते हैं।
यह शोध पत्र SR-LoRA का प्रस्ताव करता है, जो क्लास-इन्क्रीमेंटल लर्निंग के लिए एक नवीन पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग विधि है, जो सिंगुलर वैल्यू अलाइनमेंट के माध्यम से इंटर-लेयर संबंधों के ड्रिफ्ट को सैद्धांतिक रूप से प्रदर्शित करके और व्यावहारिक रूप से प्रतिबंधित करके कैटास्ट्रोफिक फॉरगेटिंग (विनाशकारी विस्मृति) को कम करता है।
GameGen-Verifier एक समानांतर, कीपॉइंट-आधारित सत्यापन ढांचे को पेश करता है जो लंबी अवधि के मैकेनिक्स को कुशलतापूर्वक और सटीक रूप से मान्य करने के लिए LLM-जनरेटेड गेम्स को स्वतंत्र रनटाइम स्टेट्स में ग्राउंड करता है, जो सटीकता और गति दोनों में पारंपरिक एजेंट-आधारित दृष्टिकोणों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र सेमी-ऑटोमैटिक सिम्बोलिक प्रोपेगेशन (SSP) और फाइनाइट-स्टेट ट्रांसड्यूसर्स का उपयोग करके कोरियन इवैल्यूएशन एनोटेटेड डेटासेट (EVAD) के निर्माण को प्रस्तुत करता है, जो पहलू मानों (aspect values) को शामिल करके ई-कॉमर्स समीक्षाओं के लिए एस्पेक्ट-बेस्ड सेंटीमेंट एनालिसिस का विस्तार करता है, जिससे KoBERT और KcBERT मॉडलों के साथ 0.88 और 0.90 के उच्च F1 स्कोर प्राप्त होते हैं।
यह शोध पत्र VNN-LIB 2.0 प्रस्तुत करता है, जो न्यूरल नेटवर्क सत्यापन के लिए एक कठोरता से औपचारिक रूप से परिभाषित मानक है, जो विकसित होते ONNX मॉडलों से स्पेसिफिकेशन को अलग करने के लिए एक "नेटवर्क थ्योरी" एब्स्ट्रैक्शन पेश करता है, और साथ ही आंतरिक निरंतरता और इंटरऑपरेबिलिटी सुनिश्चित करने के लिए Agda में मशीनाइज की गई एक सटीक सिंटैक्स, टाइप सिस्टम और सिमेंटिक्स प्रदान करता है।
NPMixer एक पदानुक्रमित (hierarchical) टाइम सीरीज़ फोरकास्टिंग मॉडल है जो अनुकूलन योग्य ट्रेंड-डिटेल अपघटन (decomposition) के लिए एक सीखने योग्य स्टेशनरी वेवलेट ट्रांसफॉर्म को नेबरिंग पैच मिक्सिंग मैकेनिज्म के साथ जोड़ता है ताकि स्थानीय टेम्पोरल डायनेमिक्स और वैश्विक चैनल सहसंबंधों (global channel correlations) को प्रभावी ढंग से कैप्चर किया जा सके, जिससे कई बेंचमार्क पर अत्याधुनिक (state-of-the-art) प्रदर्शन प्राप्त होता है।
SHRED एक नवीन, रिटेन-सेट-मुक्त (retain-set-free) मशीन अनलर्निंग विधि है जो बड़े भाषा मॉडलों के लिए, सेल्फ-डिस्टिलेशन के माध्यम से उच्च-सूचना वाले टोकनों की पहचान और उन्हें डिमोट करके याद किए गए कंटेंट को चुनिलेक्टिव रूप से हटाती है, जिससे बिना किसी क्यूरेटेड रिटेन सेट की आवश्यकता के, भूलने की प्रभावकारिता और मॉडल उपयोगिता के बीच श्रेष्ठ संतुलन प्राप्त किया जाता है।