20386 पेपर
यह शोध पत्र ConOrd का प्रस्ताव करता है, जो एक नवीन कंट्रास्टिव लर्निंग फ्रेमवर्क है जिसे ऑर्डिनल रिग्रेशन के लिए विकसित किया गया है, जो सॉफ्ट एफ़िनिटी और डिस्पैरिटी वेट्स के माध्यम से फाइन-ग्रेन्ड ऑर्डिनल मॉडलिंग के साथ ग्लोबल बैच-वाइज़ सैंपल यूटिलाइजेशन को एकीकृत करता है, और चेहरे की आयु और गुणवत्ता मूल्यांकन जैसे विविध कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र "कॉज़ल वर्कलोड्स" का उपयोग करके डिफरेंशियल प्राइवेट सिंथेटिक डेटा उत्पन्न करने के लिए एक फ्रेमवर्क प्रस्तावित करता है जो डबल रूप से सुदृढ़ (doubly robust) एस्टीमेटर मोमेंट्स और मैक्सिमम-एन्ट्रॉपी कैलिब्रेशन पर आधारित है, जो उपचार-आर्म संतुलन को बनाए रखता है और बिना किसी अतिरिक्त गोपनीयता लागत के वैध अनिश्चितता परिमाणीकरण को सक्षम बनाता है।
यह शोध पत्र टेस्ट-टाइम हार्नेस इवोल्यूशन (TTHE) को प्रस्तुत करता है, जो एक अनसुपरवाइज्ड फ्रेमवर्क है जो निष्पादन ट्रेसेस (execution traces) के आधार पर कैंडिडेट हार्नेसेज की एक आबादी को विकसित करके मूल्यांकन के दौरान एक LLM एजेंट के निष्पादन योग्य नियंत्रण कार्यक्रम (executable control program) को गतिशील रूप से अनुकूलित करता है, जिससे मॉडल वेट्स को अपडेट किए बिना या ग्राउंड-ट्रुथ लेबल की आवश्यकता के बिना टेस्ट-टाइम डिस्ट्रीब्यूशन्स के प्रति निरंतर अनुकूलन सक्षम होता है।
MuScriptor एक ओपन-वेट मॉडल है जो सिंथेटिक प्री-ट्रेनिंग, रियल-डेटा फाइन-ट्यूनिंग, रिइन्फोर्समेंट लर्निंग और इंस्ट्रूमेंट-कंडीशनिंग को जोड़कर वास्तविक रिकॉर्डिंग पर प्रभावी मल्टी-इंस्ट्रूमेंट म्यूजिक ट्रांसक्रिप्शन प्राप्त करता है ताकि मौजूदा विधियों की सामान्यीकरण सीमाओं को दूर किया जा सके।
यह शोध पत्र विजुअल इंस्पेक्शन ऑफ पॉलिसीज (VIP) को प्रस्तुत करता है, जो एक नवीन ओपन-एंडेड मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो पॉलिसी वीडियो का विश्लेषण करने और प्रभावी करिकुलम उत्पन्न करने के लिए एक वीडियो लैंग्वेज मॉडल का लाभ उठाता है, जो स्टारक्राफ्ट मल्टी-एजेंट चैलेंज पर टेक्स्ट-आधारित और स्केलर-स्कोर-आधारित दोनों विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र MLQENABLER का प्रस्ताव करता है, जो एक इंडेक्स-सहायता प्राप्त योजना है जो क्लाउड स्टोरेज में एन्क्रिप्टेड डेटाबेस पर सुरक्षित मशीन लर्निंग क्वेरी को सक्षम बनाती है, जिससे डेटा सुरक्षा और स्वीकार्य ML प्रदर्शन के बीच एक संतुलन प्राप्त होता है।
यह शोध पत्र PIT-SUN को प्रस्तुत करता है, जो एक तैनात करने योग्य ढांचा (deployable framework) है जो प्रशिक्षण को स्थिर करने के लिए प्रोबेबिलिटी-इंटीग्रल-ट्रांसफॉर्म को लागू करके और मूल-स्थान के प्रत्याशित मानों (expectations) का सटीक अनुमान लगाने के लिए एक मल्टीप्लिकेटिव SUN रिकवरी पद्धति का उपयोग करके, सीधे व्युत्क्रमण (direct inversion) की सीमाओं के बिना, अनुशंसा प्रणालियों में रिग्रेशन के लिए प्रत्याशा-संगत रिकवरी (expectation-consistent recovery) प्राप्त करता है।
RhyMix एक हल्का, अनुकूलनशील हाइब्रिड न्यूरल नेटवर्क है जो एक चक्रीय एम्बेडिंग पथ और एक मल्टी-स्केल कनवल्शनल पथ को डायनेमिक गेटिंग मैकेनिज्म के साथ जोड़ता है ताकि एज डिप्लॉयमेंट के लिए उपयुक्त लीनियर कॉम्प्लेक्सिटी और कम लेटेंसी बनाए रखते हुए स्टेट-ऑफ-द-आर्ट लॉन्ग-टर्म टाइम सीरीज़ फोरकास्टिंग प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र क्लासिफायर-फ्री गाइडेंस डिफ्यूजन मॉडल्स के मौजूदा पोस्ट-ट्रेनिंग क्वांटाइजेशन में "ब्रांच-ड्रिफ्ट ट्रैप" की पहचान करता है, जहाँ केवल गाइडेंस गैप के लिए अनुकूलन करना अनकंडीशनल ब्रांच फिडेलिटी को बनाए रखने में विफल रहता है, और गाइडेड प्रेडिक्शन्स पर सीधे कैलिब्रेट करने तथा इस ड्रिफ्ट को रोकने के लिए बिट्स आवंटित करने हेतु गाइडेंस-अवेयर मिक्स्ड प्रिसिजन (GAMP) का प्रस्ताव करता है ताकि कुशल वास्तविक दुनिया के परिनियोजन को सुनिश्चित किया जा सके।
यह शोधपत्र CASL-VAE का प्रस्ताव करता है, जो एक गहरा कंट्रास्टिव लेटेंट वेरिएबल मॉडल (deep contrastive latent variable model) है जो अनपेयर्ड डेटा (unpaired data) से संरचित निरंतर और असतत लेटेंट कारकों को सीखता है ताकि अल्जाइमर रोग जैसे नैदानिक संदर्भों में सेमी-सुपरवाइज्ड क्लस्टरिंग, पेयर्ड-सैंपल जनरेशन और जनसंख्या विषमता के विश्लेषण को सक्षम बनाया जा सके।