20386 पेपर
DiPhon एक स्केलेबल ग्राफ जनरेशन फ्रेमवर्क है जो ग्राफोन थ्योरी और एक जैकोबी स्टोकेस्टिक डिफरेंशियल इक्वेशन का लाभ उठाता है ताकि छोटे ग्राफों पर प्रशिक्षित डिफ्यूजन मॉडल्स को बिना पुनरप्रशिक्षण के मूल टोपोलॉजिकल गुणों को संरक्षित करते हुए प्रगतिशील रूप से बड़े ग्राफ उत्पन्न करने में सक्षम बनाया जा सके।
यह शोध पत्र ORCAID को प्रस्तुत करता है, जो एक नवीन विधि है जो निरंतर-एक्शन (continuous-action) वातावरण में डीप रिइन्फोर्समेंट लर्निंग एजेंटों से व्याख्या योग्य नियम-आधारित नीतियों को निकालने के लिए एक कुशल तिरछी निर्णय वृक्ष (oblique decision tree) एल्गोरिदम को तीन-चरणीय स्प्लिट सर्च और लीफ मर्जिंग के साथ नियोजित करती है ताकि नियमों के एक संक्षिप्त सेट के साथ उच्च प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र FMMVCC को प्रस्तुत करता है, जो एक Mamba-आधारित डीप क्लस्टरिंग फ्रेमवर्क है जो लंबी अवधि की टेम्पोरल डिपेंडेंसीज़ को कुशलतापूर्वक कैप्चर करने के लिए स्टेट स्पेस सीक्वेंस मॉडलिंग को मल्टी-व्यू सेल्फ-सुपरवाइज्ड लर्निंग के साथ जोड़ता है, और बिना किसी मैनुअल लेबल की आवश्यकता के 15 बेंचमार्क डेटासेट्स पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोधपत्र BubbleSH को प्रस्तुत करता है, जो डायरेक्ट न्यूमेरिकल सिमुलेशन से प्राप्त विरूपणीय इंटरफेस वाले क्षणिक 3D बबल-स्वार्म डायनेमिक्स का एक उच्च-निष्ठा वाला डेटासेट है, जो अराजक मल्टीफेज सिस्टम के लिए डेटा-संचालित मॉडल और जनरेटिव एमुलेटर विकसित करने और उनका मूल्यांकन करने के लिए एक बेंचमार्क के रूप में कार्य करता है।
यह अध्ययन एक मल्टी-फिडेलिटी फ्रेमवर्क पेश करता है जो जालीदार सामग्री (lattice material) डिजाइन के लिए जेनेटिक एल्गोरिदम हाइपरपैरामीटर्स को कुशलतापूर्वक ट्यून करने हेतु गॉसियन प्रोसेस, सीएनएन (CNN) और एफएफटी (FFT) सरोगेट्स के साथ बायेसियन ऑप्टिमाइज़ेशन को जोड़ता है, जिससे उत्परिवर्तन (mutation) की आवश्यकता को समाप्त करते हुए 25 पीढ़ियों में तुलनीय यांत्रिक प्रदर्शन के साथ 24% कम्प्यूटेशनल लागत में कमी प्राप्त होती है।
यह शोध पत्र भारी-पूंछ वाले शोर (heavy-tailed noise) के तहत सामान्य रैखिक बैंडिट्स (generalized linear bandits) के लिए निकट-इष्टतम रिग्रेट (near-optimal regret) प्राप्त करने हेतु ऑनलाइन मिरर डिसेंट (online mirror descent) और एडेप्टिव हूबर लॉस (adaptive Huber loss) पर आधारित EHM एल्गोरिदम का प्रस्ताव करता है, और इस ढांचे को पीसवाइज कांस्टेंट कॉन्टेक्स्ट्स (piecewise constant contexts) और सामान्य नॉनलीनियर बैंडिट समस्याओं को संभालने के लिए विस्तारित करता है।
यह शोधपत्र मैकेनिस्टिक इंटरप्रिटेबिलिटी (mechanistic interpretability) का एक व्यापक अवलोकन प्रदान करता है, जिसमें यह विस्तार से बताया गया है कि कैसे ट्रांसफॉर्मर सर्किट विश्लेषण (Transformer circuit analysis), स्पार्स ऑटोएनकोडर (Sparse Autoencoders) और कॉज़ल इंटरवेंशन (causal interventions) जैसी तकनीकें न्यूरल नेटवर्क को रिवर्स-इंजीनियर करके उनके आंतरिक एल्गोरिदम को उजागर कर सकती हैं, पॉलीसेमेंटिसिटी (polysemanticity) को हल कर सकती हैं, और सुरक्षित एआई के लिए निरूपणों (representations) को स्पष्ट तार्किक नियमों में अनुवादित कर सकती हैं।
यह शोध पत्र FreightBidBench प्रस्तुत करता है, जो ऑनलाइन ट्रकलोड बोली स्वीकृति के लिए एक सार्वजनिक, पुनरुत्पादक बेंचमार्क है जो सार्वजनिक डेटा के साथ यथार्थवादी परिचालन बाधाओं को जोड़ता है, और यह प्रदर्शित करता है कि एक पैरामीट्रिक सरोगेट-रोलआउट कैस्केड पॉलिसी, फुल रोलआउट विधियों की तुलना में काफी कम निर्णय विलंबता के साथ लगभग इष्टतम लाभ प्राप्त करती है।
यह शोध पत्र एक व्हाइट-बॉक्स स्पेक्ट्रल-सबस्पेस-गाइडेड अटैक (SSGRA) प्रस्तुत करता है जो ट्रांसफॉर्मर-आधारित विजन-लैंग्वेज मॉडल्स में एडवर्सरियल कमजोरियों को प्रकट करने और उन्हें बढ़ाने के लिए बॉटम-राइट सिंगुलर वेक्टर सबस्पेस के साथ इंटरमीडिएट रिप्रेजेंटेशन्स के संरेखण का लाभ उठाता है।
यह शोध पत्र प्रदर्शित करता है कि छोटे, ओपन-वेट, जनरलइस्ट विजन-लैंग्वेज मॉडल्स बिना किसी कार्य-विशिष्ट प्रशिक्षण या फाइन-ट्यूनिंग के, विशिष्ट डीप लर्निंग डिटेक्टरों के तुलनीय ज़ीरो-शॉट फास्ट रेडियो बर्स्ट डिटेक्शन प्रदर्शन प्राप्त कर सकते हैं और साथ ही संरचित रेडियो हस्तक्षेप पर फॉल्स पॉजिटिव्स को महत्वपूर्ण रूप से कम कर सकते हैं।