27461 पेपर
यह शोध पत्र PIQL को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो अभिसरण (convergence) को गति देने, सामान्यीकरण (generalization) में सुधार करने और टैबुलर फाउंडेशन मॉडल्स के लिए कम्प्यूटेशनल आवश्यकताओं को कम करने के लिए विशेषाधिकार प्राप्त सूचनाओं—जैसे कि डेटासेट सांख्यिकी और डेटा-जनरेटिंग प्रोग्राम एनकोडिंग—का लाभ उठाता है।
यह शोध पत्र CADTestBench प्रस्तुत करता है, जो Text-to-CAD के लिए पहला टेस्ट-आधारित बेंचमार्क है जो CAD मॉडल के निर्माण का कठोरता से मूल्यांकन करने और उसे निर्देशित करने के लिए निष्पादन योग्य सॉफ्टवेयर परीक्षणों (executable software tests) का उपयोग करता है, और यह प्रदर्शित करता है कि यह दृष्टिकोण मौजूदा पद्धतियों के प्रदर्शन को पीछे छोड़ सकता है।
GRASP एक स्व-पर्यवेक्षित (self-supervised), ग्राफ-आधारित प्रोवेनेंस घुसपैठ पहचान प्रणाली है जो पूर्व-निर्धारित थ्रेशोल्ड पर निर्भर किए बिना विसंगतियों की पहचान करने के लिए प्रोसेस एक्जीक्यूटेबल जानकारी को मास्क और पुनर्गठित करती है, जिससे ज्ञात और अज्ञात दोनों उन्नत निरंतर खतरों (Advanced Persistent Threats) का सुदृढ़ पता लगाना संभव होता है।
OrScale एक लेयर-वाइज ट्रस्ट-रेश्यो स्केलिंग मैकेनिज्म पेश करता है जो ऑर्थोगोनालाइज़्ड ऑप्टिमाइज़ेशन के लिए वास्तविक पैरामीटर-स्पेस अपडेट दिशा को मापता है ताकि मौजूदा Muon हाइब्रिड्स की सीमाओं को दूर किया जा सके, जिससे इमेज क्लासिफिकेशन और लार्ज लैंग्वेज मॉडल प्री-ट्रेनिंग कार्यों पर बेहतर कन्वर्जेंस गारंटी और एम्पिरिकल प्रदर्शन प्राप्त होता है।
यह शोध पत्र केवल चार चरणों में उच्च गुणवत्ता वाला टेक्स्ट उत्पन्न करने के लिए 2.1T टोकन पर एक 1.7B-पैरामीटर वाले मॉडल को प्रशिक्षित करके कैटेगोरिकल फ्लो मैप्स (Categorical Flow Maps) की स्केलेबिलिटी को प्रदर्शित करता है, साथ ही मूल्यांकन के लिए एक लाइकलीहुड बाउंड (likelihood bound) स्थापित करता है और लॉस वेटिंग (loss weighting) तथा टाइम शेड्यूलिंग (time scheduling) जैसी प्रशिक्षण चुनौतियों में मुख्य अंतर्दृष्टि प्रदान करता है।
यह शोध पत्र DTSemNet को प्रस्तुत करता है, जो एक नवीन ढांचा है जो हार्ड ऑब्लिक (hard oblique) डिसीजन ट्रीज़ को इनवर्टिबल न्यूरल नेटवर्क के रूप में निरूपित करता है ताकि मानक ग्रेडिएंट डिसेंट के माध्यम से सटीक, अनुमान-रहित एंड-टू-एंड प्रशिक्षण सक्षम किया जा सके, जो वर्गीकरण और प्रतिगमन दोनों कार्यों में मौजूदा विभेदक (differentiable) विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र PPI-Net प्रस्तुत करता है, जो एक पदानुक्रमित ग्राफ न्यूरल नेटवर्क है जो कैंसर अवस्थाओं की सटीक भविष्यवाणी करने और रोग-संचालित जैविक प्रक्रियाओं में यांत्रिक अंतर्दृष्टि प्रदान करने के लिए प्रोटीन-प्रोटीन इंटरेक्शन नेटवर्क को पाथवे-स्तरीय पदानुक्रमों के साथ एकीकृत करता है।
यह शोध पत्र MatryoshkaLoRA को प्रस्तुत करता है, जो एक नवीन प्रशिक्षण ढांचा है जो एक निश्चित विकर्ण स्केलिंग मैट्रिक्स (diagonal scaling matrix) को सम्मिलित करके पैरामीटर-कुशल फाइन-ट्यूनिंग को बढ़ाता है ताकि सटीक, पदानुक्रमित निम्न-रैंक (hierarchical low-rank) निरूपणों को सीखा जा सके, जिससे मौजूदा विधियों की तुलना में बेहतर सटीकता-प्रदर्शन ट्रेड-ऑफ के साथ गतिशील रैंक चयन सक्षम होता है।
यह शोध पत्र प्रेडिक्टिव मेंटेनेंस (पूर्वानुमानित रखरखाव) में फेडरेटेड जनरेटिव मॉडल्स (VAEs, GANs, और डिफ्यूजन मॉडल्स) के लिए एक व्यापक विश्लेषण और नवीन वर्गीकरण प्रस्तुत करता है, जो उपयोगिता (utility), स्थिरता और संचार ओवरहेड में स्पष्ट ट्रेड-ऑफ को प्रकट करता है और यह प्रदर्शित करता है कि बैंडविड्थ-सीमित, नॉन-आईआईडी (non-IID) औद्योगिक परिवेश में आंशिक घटक साझा करना पूर्ण फेडरेशन से बेहतर प्रदर्शन कर सकता है।
यह शोध पत्र vOPD का प्रस्ताव करता है, जो एक स्थिर ऑन-पॉलिसी डिस्टिलेशन (On-Policy Distillation) विधि है जो एक क्लोज्ड-फॉर्म, प्रति-टोकन नेगेटिव रिवर्स KL डाइवर्जेंस (negative reverse KL divergence) को कंट्रोल वेरिएट बेसलाइन (control variate baseline) के रूप में उपयोग करके प्रशिक्षण भिन्नता (training variance) को कम करता है, और बिना किसी अतिरिक्त इन्फरेंस ओवरहेड के महंगे फुल-वोकैबुलरी बेसलाइन के समान प्रदर्शन प्राप्त करता है।