20650 पेपर
यह शोध पत्र क्वांटम वेरिएशनल एक्टिवेशन फंक्शन्स (QVAFs), विशेष रूप से सिंगल-क्यूबिट DARUAN मैकेनिज्म को पेश करता है, ताकि QKAN आर्किटेक्चर का निर्माण किया जा सके जो कोलमोगोरोव-आर्नोल्ड नेटवर्क्स को क्वांटम-प्रेरित अभिव्यक्तता के साथ एकीकृत करता है, और शास्त्रीय सिमुलेशन एवं NISQ हार्डवेयर दोनों में बेहतर पैरामीटर दक्षता, स्केलेबिलिटी और सामान्यीकरण प्राप्त करता है।
यह शोध पत्र WAPIIBench पेश करता है, जो एक ऐसा डेटासेट और मूल्यांकन पाइपलाइन है जो यह प्रकट करता है कि वर्तमान ओपन-सोर्स लार्ज लैंग्वेज मॉडल्स सही वेब API इंटीग्रेशन कोड जेनरेट करने में काफी संघर्ष करते हैं, जो हैलुसिनेटेड एंडपॉइंट्स और गलत आर्गुमेंट उपयोग जैसी समस्याओं के कारण 40% से भी कम सफलता प्राप्त करते हैं।
यह शोध पत्र 'अडेप्टिव मार्जिन RLHF' (Adaptive Margin RLHF) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो रिवॉर्ड मॉडलिंग और एलाइनमेंट के लिए गतिशील, डेटा-विशिष्ट मार्जिन को अनुमानित करने हेतु "प्रेफरेंस-ओवर-प्रेफरेंस" (preference-over-preference) एनोटेशन का लाभ उठाता है, और विशेष सैंपलिंग रणनीतियों के माध्यम से दोनों के बीच के ट्रेड-ऑफ को संबोधित करते हुए डिस्क्रिमिनेटिव और जनरेटिव प्रदर्शन दोनों को बढ़ाने के लिए DPO-PoP एल्गोरिदम पेश करता है।
यह शोध पत्र एक नवीन डेटा-टू-एनर्जी इटरेटिव प्रोपोर्शनल फिटिंग एल्गोरिदम प्रस्तुत करता है जो डेटा नमूनों तक पहुँच के बिना केवल अननॉर्मलाइज्ड डेंसिटी फंक्शन्स का उपयोग करके श्रोडिंगर ब्रिजेस की मॉडलिंग को सक्षम बनाता है, साथ ही सीखे गए डिफ्यूजन कोएफिशिएंट्स और लेटेंट स्पेस इमेज-टू-इमेज ट्रांसलेशन में अनुप्रयोगों के माध्यम से मौजूदा डेटा-संचालित विधियों में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक्टिवेशन-डीएक्टिवेशन (AD) को प्रस्तुत करता है, जो एक नवीन पोस्ट-हॉक व्याख्यात्मकता ढांचा (explainability framework) है जो अधिक सुदृढ़ और हस्तांतरणीय स्पष्टीकरण उत्पन्न करने के लिए इनपुट गड़बड़ी (input perturbations) के स्थान पर आंतरिक मॉडल निष्क्रियता (internal model deactivation) का उपयोग करता है, जिसमें अतिरिक्त प्रशिक्षण की आवश्यकता नहीं होती है।
यह शोध पत्र ALI-CFM प्रस्तुत करता है, जो एक नवीन मल्टी-मार्जिनल फ्लो मैचिंग विधि है जो डिस्क्रीट टाइम-पॉइंट स्नैपशॉट्स के बीच सुचारू, अद्वितीय इंटरपोलेन्ट्स सीखने के लिए एक एडवर्सरियल लॉस का उपयोग करती है, जिससे ग्राउंड-ट्रुथ ट्रेजेक्टरीज के बिना अंतर्निहित गतिकी का सटीक अनुमान लगाना सक्षम होता है और जैविक डेटासेट पर मौजूदा बेसलाइन्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक स्थिरता-प्लास्टिसिटी (stability-plasticity) ढांचे का प्रस्ताव करता है जो ऑफलाइन डेटासेट और प्रीट्रेन्ड पॉलिसियों की सापेक्ष शक्ति के आधार पर ऑफलाइन-टू-ऑनलाइन सुदृढीकरण शिक्षण (reinforcement learning) को तीन विशिष्ट श्रेणियों में वर्गीकृत करता है, एक ऐसा सिद्धांत जिसे बड़े पैमाने पर अनुभवजन्य परिणामों द्वारा प्रमाणित किया गया है जो अधिकांश मामलों में डिज़ाइन विकल्पों के साथ मजबूत संरेखण प्रदर्शित करते हैं।
यह शोध पत्र SilvaScenes को प्रस्तुत करता है, जो प्राकृतिक वनों में 28 वृक्ष प्रजातियों वाली 1,421 अंडर-कैनोपी छवियों का एक व्यापक बेंचमार्क डेटासेट है, ताकि यह प्रदर्शित करके वानिकी स्वचालन (फॉरेस्ट्री ऑटोमेशन) में वर्तमान अंतराल को संबोधित किया जा सके कि जहाँ ट्रंक सेगमेंटेशन (तने का विभाजन) व्यवहार्य है, वहीं अवरोध (ऑक्लूजन) और प्रजातियों के असंतुलन के कारण सूक्ष्म-स्तरीय प्रजाति वर्गीकरण एक महत्वपूर्ण चुनौती बनी हुई है।
यह शोध पत्र कंडीशनल क्लिफोर्ड-स्टीयरेबल सीएनएन (C-CSCNNs) को प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो मानक स्वरूपों की सीमाओं को दूर करने के लिए इनपुट-निर्भर इक्विवेरिएंट निरूपणों के साथ कर्नेल आधारों को संवर्धित करके मॉडल की अभिव्यक्ति क्षमता को बढ़ाता है, जिससे द्रव गतिज विज्ञान और सापेक्षतावादी इलेक्ट्रोडायनामिक्स जैसे PDE पूर्वानुमान कार्यों में उत्कृष्ट प्रदर्शन प्राप्त होता है।
यह शोध पत्र उन कार्यों की पहचान करने के लिए कोड जनरेशन बेंचमार्क का विश्लेषण करता है जहाँ लार्ज लैंग्वेज मॉडल्स लगातार विफल होते हैं, जो चार आवर्ती कमजोरी पैटर्न और सामान्य कार्य जटिलताओं को प्रकट करता है जो प्रदर्शन में बाधा डालते हैं।