27461 पेपर
यह शोध पत्र विभेदक रूप से निजी (डिफरेंशियल प्राइवेट) एआई ऑडिटिंग के लिए एक रणनीतिक ढांचे का प्रस्ताव करता है जो एक ऑडिटर और एक प्रतिक्रियाशील डेवलपर के बीच की अंतःक्रिया को स्टैकेलबर्ग गेम (स्टैकेलबर्ग गेम) के रूप में मॉडल करता है, जिससे एक इष्टतम आवंटन नीति प्राप्त होती है जो डेवलपर के रणनीतिक शमन प्रयासों को ध्यान में रखते हुए कल्याण-भारित अल्प-पता लगाने (अंडर-डिटेक्शन) को कम करती है।
यह शोध पत्र स्ट्रक्चर्ड कपलिंग फॉर फ्लो मैचिंग (SCFM) का प्रस्ताव करता है, जो एक सहकारी ढांचा है जो क्लस्टरिंग और डिसेंटैंगलमेंट जैसे कार्यों के लिए व्याख्या योग्य लेटेंट संरचनाओं के अनसुपरवाइज्ड लर्निंग को सक्षम करने हेतु स्ट्रक्चर्ड लेटेंट वेरिएबल मॉडलिंग को फ्लो मैचिंग के साथ एकीकृत करता है, बिना जनरेटिव सैंपल की गुणवत्ता से समझौता किए।
यह शोध पत्र डायनेमिक टाइम वार्पिंग (DTW) मीट्रिक के लिए रैंडमाइज्ड स्मूथिंग को अनुकूलित करके टाइम-सीरीज विसंगति पहचान (anomaly detection) के लिए पहली प्रमाणित सुदृढ़ रक्षा (certified robust defense) प्रस्तुत करता है, जिससे पारंपरिक -नॉर्म बाधाओं की सीमाओं को दूर किया जा सके और टेम्पोरल एडवरसैरियल हमलों के विरुद्ध लचीलेपन में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र LENSEs का प्रस्ताव करता है, जो एक रिप्रेजेंटेशन हेड, एक मॉलिक्यूल परसेप्चुअल लॉस और एक नोड-लेवल अलाइनमेंट लॉस को पेश करके रिप्रेजेंटेशन-कंडीशन्ड मॉलिक्यूल जनरेशन को बढ़ाता है ताकि प्रीट्रेन्ड एनकोडर रिप्रेजेंटेशन्स को परिष्कृत किया जा सके, जिससे GEOM-DRUG डेटासेट पर बेहतर वैधता और स्थिरता प्राप्त होती है।
यह शोधपत्र पैरामीटर-कुशल बेयसियन फाइन-ट्यूनिंग के लिए एक नवीन ढांचे का प्रस्ताव करता है जो वेट स्पेस अनिश्चितता को बहुत कम-आयामी उप-स्थानों (subspaces) में प्रोजेक्ट करके प्रभावी अनिश्चितता परिमाणीकरण और बेहतर मॉडल अंशांकन (calibration) प्राप्त करता है, जिससे मौजूदा बेयसियन लोरा (LoRA) विधियों की उच्च पैरामीटर लागत और प्रशिक्षण अस्थिरता पर विजय प्राप्त होती है।
फ्लक्सियन (Fluxion) एक हाइब्रिड स्पार्स अटेंशन फ्रेमवर्क है जो आउटपुट-अवेयर KV बजटिंग, हेड-विशिष्ट स्पार्स कॉन्फ़िगरेशन और क्रॉस-डिवाइस समन्वित निष्पादन को सह-डिज़ाइन करके लंबी-संदर्भ (long-context) इन्फरेंस में उच्च सटीकता और महत्वपूर्ण गति प्राप्त करता है ताकि CPU-रेसिडेंट KV कैश की सीमाओं को दूर किया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि क्यूरेटेड सिंथेटिक डेटा पर पुनरावर्ती पुन: प्रशिक्षण (recursive retraining) के कारण होने वाले मॉडल कोलैप्स को बहुलवादी प्राथमिकताओं (pluralistic preferences) को नियोजित करके सैद्धांतिक रूप से रोका जा सकता है, जो मॉडल को एक स्थिर, विविध वितरण की ओर अभिसरित होने के लिए निर्देशित करता है जो एक भारित नैश बारगेनिंग समाधान (weighted Nash bargaining solution) को संतुष्ट करता है।
यह शोध पत्र ड्रिफ्टिंग फील्ड पॉलिसी (DFP) का प्रस्ताव करता है, जो एक नॉन-ODE वन-स्टेप जनरेटिव पॉलिसी है जो रोबोटिक मैनिपुलेशन कार्यों पर स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करने के लिए एक्शन-वैल्यू एसेंट (action-value ascent) को स्कोर-मैचिंग ट्रस्ट रीजन्स (score-matching trust regions) के साथ संयोजित करते हुए अपडेट्स को रिवर्स-KL वासेरस्टीन-2 ग्रेडिएंट फ्लो (reverse-KL Wasserstein-2 gradient flows) के रूप में फ्रेम करता है।
यह शोध पत्र ITM 2.0 को प्रस्तुत करता है, जो एक मशीन लर्निंग सिस्टम है जो गायब पहचानकर्ताओं (missing identifiers) के बावजूद फुल ट्रकलोड शिपमेंट को ट्रकों से मिलाने की महत्वपूर्ण चुनौती को हल करने के लिए Uber H3 स्थानिक इंडेक्सिंग (spatial indexing) और LightGBM का लाभ उठाता है, जिससे उत्पादन वातावरण में महत्वपूर्ण सटीकता लाभ और दोगुना कवरेज प्राप्त हुआ है।
यह शोध पत्र एक भौतिकी-सूचित (physics-informed) रिड्यूस्ड-ऑर्डर ऑपरेटर लर्निंग फ्रेमवर्क प्रस्तुत करता है जो इक्विलिब्रियम न्यूरल ऑपरेटर्स को QR-आधारित डिस्क्रीट एम्पिरिकल इंटरपोलेशन के साथ जोड़ता है, ताकि 3D हाइपरइलास्टिक माइक्रोस्ट्रक्चर सरोगेट मॉडल्स के प्रशिक्षण और अनुमान (inference) की कम्प्यूटेशनल लागत को नाटकीय रूप से कम किया जा सके और साथ ही यांत्रिक साम्यावस्था (mechanical equilibrium) सुनिश्चित करते हुए सटीक स्ट्रेस भविष्यवाणियां सक्षम की जा सकें।