27461 पेपर
यह शोध पत्र एक नवीन मेनी-वर्सेस-मेनी मिसाइल मार्गदर्शन रणनीति प्रस्तावित करता है जो संभाव्य आभासी लक्ष्यों को उत्पन्न करने के लिए नॉर्मलाइजिंग फ्लो का उपयोग करता है, जिससे इंटरसेप्टर को नियत भविष्यवाणियों के बजाय विविध प्रक्षेपवक्र परिकल्पनाओं के साथ जुड़कर संख्यात्मक श्रेष्ठता का लाभ उठाने में सक्षम बनाया जा सके, जिससे अंततः लक्ष्य भेदन की सफलता दर में उल्लेखनीय वृद्धि होती है।
यह शोध पत्र एक दो-चरणीय सबमैनीफोल्ड स्पार्स कनवल्शनल नेटवर्क (SSCN) फ्रेमवर्क प्रस्तावित करता है जो किट्स23 (KiTS23) डेटासेट पर प्रतिस्पर्धी सटीकता प्राप्त करते हुए, वोक्सेल स्पारसिफिकेशन का लाभ उठाकर मेमोरी उपयोग और इन्फरेंस समय को महत्वपूर्ण रूप से कम करके, सीटी स्कैन में किडनी और ट्यूमर के कुशल, नेटिव हाई-रिज़ॉल्यूशन 3D सेगमेंटेशन को सक्षम बनाता है।
यह योगदान एक ऐसे विकासवादी एल्गोरिदम (evolutionary algorithm) को प्रस्तुत और सिद्ध करता है जो एक मानक सिम्प्लेक्स (standard simplex) पर प्रतिकृति गतिकी (replicator dynamics) के माध्यम से विचरों (features) को विकसित करके, एक अद्वितीय, गैर-अपभ्रंश आंतरिक संतुलन (non-degenerate interior equilibrium) प्राप्त करने द्वारा विविक्त बहु-उद्देश्यीय डेटा विश्लेषण (discrete multi-objective data analysis) में उन्हें भार आवंटित करता है।
यह शोध पत्र नॉन-कंजर्वेटिव जनरलाइज्ड श्रोडिंगर ब्रिज (NCGSB) प्रस्तुत करता है, जो कॉन्टैक्ट हैमिल्टोनियन मैकेनिक्स पर आधारित एक नवीन ढांचा है जो ऊर्जा-परिवर्तनीय स्टोकेस्टिक प्रक्रियाओं को मॉडल करने के लिए ऊर्जा-संरक्षण सीमाओं को दूर करता है, जिसे ResNet आर्किटेक्चर के साथ कार्यान्वित एक गणनात्मक रूप से कुशल, गैर-पुनरावृत्ति कॉन्टैक्ट वासेरस्टीन जियोडेसिक (CWG) पद्धति के माध्यम से लागू किया गया है।
यह शोध पत्र "फोर ओवर सिक्स" (4/6) को प्रस्तुत करता है, जो NVFP4 क्वांटाइजेशन के लिए एक एडेप्टिव ब्लॉक-स्केलिंग तकनीक है जो बड़े मानों को बेहतर ढंग से संभालने के लिए ब्लॉक स्केल्स को गतिशील रूप से समायोजित करके क्वांटाइजेशन त्रुटि को कम करती है, जिससे न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ BF16 के करीब प्रशिक्षण और अनुमान प्रदर्शन प्राप्त होता है।
यह शोध पत्र बड़े भाषा मॉडलों (large language models) में निरंतरता-आधारित अनिश्चितता परिमाणीकरण (consistency-based uncertainty quantification) के लिए उम्मीदवारों को उत्पन्न करने हेतु मल्टीनोमियल सैंपलिंग (multinomial sampling) के स्थान पर बीम सर्च (beam search) के उपयोग का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण विचरण (variance) को कम करता है और लघु-रूप प्रश्नोत्तर (short-form QA) कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र GLiBRL प्रस्तुत करता है, जो एक नवीन डीप बेयसियन रिइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो पूर्णतः सुलभ बेयसियन अनुमान और सटीक मार्जिनल लाइकलीहुड मूल्यांकन प्राप्त करने के लिए सीखने योग्य बेसिस फंक्शन्स और जनरलाइज्ड लीनियर मॉडल्स का उपयोग करता है, जिससे पूर्ववर्ती विधियों की अस्पष्ट कार्य प्रस्तुतियों (task representations) पर विजय प्राप्त होती है और MuJoCo एवं MetaWorld बेंचमार्क पर अत्याधुनिक प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र इस धारणा को चुनौती देता है कि मल्टीमॉडल आर्किटेक्चरल जटिलता को बढ़ाने से प्रदर्शन में सुधार होता है, एक बड़े पैमाने के अनुभवजन्य अध्ययन के माध्यम से यह प्रदर्शित करते हुए कि ऐसी जटिलता अक्सर भ्रम की स्थिति पैदा करती है और सरल बेसलाइन से बेहतर प्रदर्शन करने में विफल रहती है, जिससे आर्किटेक्चरल नवीनता के बजाय पद्धतिगत कठोरता पर ध्यान केंद्रित करने की वकालत की जाती है।
यह योगदान एक उन्नत न्यूरल नेटवर्क मॉडल और एक चैनल-जागरूक प्रशिक्षण एल्गोरिदम को पेश करके वायरलेस चैनलों के अज्ञात वास्तविकताओं के कारण नेटवर्क-एज इन्फरेंस में होने वाली प्रदर्शन गिरावट को सीमित और न्यूनतम करने के लिए एक PAC-बेयसियन सैद्धांतिक ढांचा स्थापित करता है जो परिवर्तनशील चैनल स्थितियों के तहत मजबूती में सुधार करता है।
यह शोध पत्र इल-कंडीशन्ड ऑप्टिमाइज़ेशन के तहत SGD में "संदिग्ध संरेखण" (suspicious alignment) घटना का एक सूक्ष्म विश्लेषण प्रदान करता है, जो यह प्रकट करता है कि कैसे विशिष्ट स्टेप साइज की स्थितियाँ ग्रेडिएंट अपडेट को एक प्रमुख सबस्पेस के साथ संरेखित कर देती हैं जो विरोधाभासी रूप से लॉस को कम करने में विफल रहता है, जबकि बल्क सबस्पेस के अपडेट प्रभावी बने रहते हैं।