20681 पेपर
यह शोध पत्र एक सिद्धांत-आधारित विड्थ-आधारित अपस्केलिंग विधि प्रस्तुत करता है जो कार्यात्मक समानता सुनिश्चित करने और छोटे से बड़े मॉडलों में कुशल हाइपरपैरामीटर स्थानांतरण को सक्षम करने के लिए वेट परटर्बेशन (भार विक्षोभ) को सैद्धांतिक रूप से पुष्ट स्केलिंग नियमों के साथ जोड़ता है, जिससे विविध इन्फरेंस बजटों के लिए ट्यूनिंग की लागत कम हो जाती है।
यह शोध पत्र बाइनरी मिश्रणों में तापमान-निर्भर विसरण गुणांकों (डिफ्यूजन कोएफिशिएंट्स) की सटीक भविष्यवाणी करने के लिए बेयसियन प्रायर्स (Bayesian priors) और सक्रिय शिक्षण (active learning) रणनीतियों द्वारा संवर्धित एक हाइब्रिड टेंसर पूर्णता विधि प्रस्तुत करता है, जो मौजूदा एकल-तापमान मैट्रिक्स पूर्णता मॉडलों और अर्ध-अनुभवजन्य दृष्टिकोणों की सीमाओं को दूर करता है।
यह शोध पत्र इक्विवैरिएंट लेटेंट वर्ल्ड मॉडल्स (equivariant latent world models) के लिए एक कंप्यूट करने योग्य प्रेडिक्टेबिलिटी सर्टिफिकेट (predictability certificate) प्रस्तुत करता है जो कॉन्फ़िगरेशन, होराइजन और रेज़ोल्यूशन में रोलआउट त्रुटियों को सीमित करने के लिए सिमेट्री (symmetry) का लाभ उठाता है, यह प्रदर्शित करते हुए कि सटीक इक्विवैरिएंस (exact equivariance) इनवेरिएंट एरर सुनिश्चित करती है जबकि अनुमानित इक्विवैरिएंस (approximate equivariance) विश्वसनीय निर्णय लेने के लिए मार्गदर्शन हेतु लयापुनोव स्पेक्ट्रा (Lyapunov spectra) के माध्यम से होराइजन एस्टीमेशन (horizon estimation) की अनुमति देती है।
GF-DiT एक पॉलिसी-प्रोग्रामेबल रनटाइम है जो GPU पैरेललिज्म को एक गतिशील रूप से शेड्यूलेबल संसाधन के रूप में मानकर डिफ्यूजन ट्रांसफॉर्मर सर्विंग दक्षता को बढ़ाता है, जो वर्कलोड विषमता के अनुकूल होने के लिए एसिंक्रोनस निष्पादन और ग्रुप-फ्री कलेक्टिव्स का उपयोग करता है और स्टैटिक पैरेललिज्म दृष्टिकोणों की तुलना में थ्रूपुट, लेटेंसी और सेवा गुणवत्ता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र ऑफिस कॉम्प्रिहेंशन बेंच (OCB) को प्रस्तुत करता है, जो वर्ड, एक्सेल और पावरपॉइंट बोध के मूल्यांकन के लिए डिज़ाइन किया गया पहला सार्वजनिक बेंचमार्क है, जो दो ट्रैक्स—फाइल फिडेलिटी Q&A और डोमेन Q&A—के माध्यम से यह प्रकट करता है कि शीर्ष स्तर के मॉडल भी जटिल दस्तावेज़ तर्क करने में संघर्ष करते हैं, और डोमेन कार्यों पर केवल 59.3% सटीकता प्राप्त करते हैं।
यह शोध पत्र यह स्थापित करता है कि ReLU न्यूरल नेटवर्क, बहुपद रूप से सीमित भार (polynomially bounded weights) और गहराई-स्वतंत्र आर्किटेक्चर के साथ, o-minimal संरचनाओं में परिभाषित समुच्चयों (definable sets) के अभिलक्षण फलनों (characteristic functions) का कुशलतापूर्वक सन्निकटन कर सकते हैं, जिससे इन सन्निकटन क्षमताओं पर आधारित बाइनरी क्लासिफिकेशन कार्यों के लिए स्पष्ट सांख्यिकीय शिक्षण दरें (statistical learning rates) प्राप्त होती हैं।
यह शोध पत्र 3D पॉइंट क्लाउड वर्गीकरण के लिए 130 फेडरेटेड लर्निंग और नॉलेज डिस्टिलेशन संयोजनों का एक व्यापक बेंचमार्क प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि नॉलेज डिस्टिलेशन मॉडलों को प्रभावी ढंग से संकुचित करता है, मानक मूल्यांकन विधियाँ निजी प्रॉक्सी लेबल लीक करके प्रदर्शन को भ्रामक रूप से बढ़ा सकती हैं, जिससे फेडरेटेड टीचर की गुणवत्ता को सटीक रूप से दर्शाने के लिए लेबल-मुक्त डिस्टिलेशन मेट्रिक्स की आवश्यकता होती है।
यह शोध पत्र eXact-Prior Variational Autoencoder (X-VAE) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो मानक आइसोट्रोपिक गॉसियन प्रायर (isotropic Gaussian prior) को एक प्रीट्रेन ऑटोएन्कोडर से प्राप्त डेटा-अनुकूलित गॉसियन मिश्रण (data-adaptive Gaussian mixture) से बदल देता है ताकि लेटेंट वितरणों को अनुभवजन्य डेटा के साथ बेहतर ढंग से संरेखित किया जा सके, जिससे औद्योगिक डिजाइन जैसे अनुप्रयोगों के लिए पुनर्निर्माण गुणवत्ता, नमूना यथार्थता और नियंत्रणीयता में सुधार होता है।
यह शोध पत्र 'प्रोग्रामिंग-बाय-एग्जांपल' प्रणालियों की 'वर्स्ट-केस एडवर्सरियल एग्जांपल' भ्रष्टाचार के प्रति संवेदनशीलता की जांच करता है, यह प्रदर्शित करते हुए कि जबकि 'सिमेंटिक पार्टीशन एग्रीगेशन' कम-मार्जिन वाले हमलों से उबर सकता है, यह अक्सर उन वास्तविक कार्यों पर विफल हो जाता है जहाँ वोट मार्जिन बहुत कम होता है, जो एक महत्वपूर्ण मजबूती अंतराल (रोबस्टनेस गैप) को उजागर करता है जिसे पारंपरिक 'नॉयजी-एग्जांपल' मूल्यांकनों द्वारा अनदेखा कर दिया गया था।
यह शोध पत्र एक डोमेन ज्ञान-आधारित टेम्पोरल-स्पेशियल ग्राफ कनवल्शन नेटवर्क प्रस्तावित करता है जो इंट्रा- और इंटर-साइकिल संबंधों को प्रभावी ढंग से मॉडल करने के लिए एक डबल-स्ट्रीम निर्देशित ग्राफ में प्रमुख ईसीजी लैंडमार्क्स (PRQST) को शामिल करता है, जिससे मल्टी-क्लास ईसीजी रिकग्निशन, विशेष रूप से दुर्लभ श्रेणियों के लिए, अत्याधुनिक प्रदर्शन प्राप्त होता है।