20950 पेपर
यह शोध पत्र TCR-SRIM को प्रस्तुत करता है, जो एक संरचना-नियमित (structure-regularized) व्याख्यात्मक-दर-डिज़ाइन (interpretable-by-design) मॉडल है जो अत्याधुनिक TCR-एपिटोप बाइंडिंग भविष्यवाणी प्राप्त करता है और साथ ही यह प्रकट करता है कि वर्तमान संरचना भविष्यवाणी उपकरण, प्रतिस्पर्धी प्रदर्शन के बावजूद, प्रयोगात्मक रूप से हल की गई संरचनाओं की तुलना में कम सटीक इंटरेक्शन पैटर्न और कम बाइंडिंग-साइट विविधता प्रदान करते हैं।
यह शोध पत्र HASTE को प्रस्तुत करता है, जो एक पदानुक्रमित बहु-एजेंट प्रणाली (hierarchical multi-agent system) है जो कुशल ज्ञान हस्तांतरण को सक्षम करने के लिए ML इंजीनियरिंग कौशल को वैश्विक, डोमेन और प्रतियोगिता-विशिष्ट स्तरों में व्यवस्थित करती है, जिससे नियंत्रित परीक्षणों में 100% पदक दर और पूर्ण बेंचमार्क पर 77.3% की उपलब्धि प्राप्त होती है और फ्लैट या कोल्ड-स्टार्ट दृष्टिकोणों की तुलना में कंप्यूट लागत और परिशोधन पुनरावृत्तियों (refinement iterations) को काफी कम किया जाता है।
यह शोध पत्र एक नवीन ढांचे को प्रस्तुत करता है जो विभिन्न वायुमंडलीय परिदृश्यों में सशर्त उष्णकटिबंधीय चक्रवात उत्पत्ति दरों का कुशलतापूर्वक अनुमान लगाने के लिए फॉरवर्ड फ्लक्स सैंपलिंग को एक न्यूरल वेदर एमुलेटर के साथ जोड़ता है, जिससे चक्रवात तीव्रता के भौतिक अवरोधों और मौसमी परिवर्तनशीलता को सटीक रूप से पकड़ते हुए 140 गुना तक की कम्प्यूटेशनल गति प्राप्त होती है।
यह शोध पत्र एक नॉइज़ी एक्सपर्ट मॉडल (noisy expert model) प्रस्तुत करता है जो सैद्धांतिक रूप से यह स्पष्ट करता है कि लैंग्वेज मॉडल ट्रेनिंग में ऑन-पॉलिसी डिस्टिलेशन (on-policy distillation), ऑफलाइन बिहेवियर क्लोनिंग (offline behavior cloning) की तुलना में अक्सर बेहतर प्रदर्शन क्यों करता है, यह प्रदर्शित करते हुए कि जहाँ ऑफलाइन नॉइजी ट्रेजेक्टरीज (noisy trajectories) से सीखना घातीय सैंपल कॉम्प्लेक्सिटी (exponential sample complexity) का कारण बनता है, वहीं विशिष्ट शोर की स्थितियों के तहत एक नॉइज़ी एक्सपर्ट के साथ ऑनलाइन इंटरैक्शन हॉरिजन (horizon) पर बहुपद निर्भरता (polynomial dependence) प्राप्त कर सकता है।
यह शोध पत्र मल्टीक्लास क्रॉस-एन्ट्रॉपी लॉस पर बड़े लर्निंग रेट के साथ स्टोकेस्टिक ग्रेडिएंट डिसेंट (SGD) के लिए सटीक अभिसरण गारंटी स्थापित करता है, जो यह प्रदर्शित करता है कि अंतर्निहित स्टोकेस्टिकता एल्गोरिदम को स्वयं-स्थिर होने और अभिसरण सुनिश्चित करने के लिए 'एज-ऑफ-स्टेबिलिटी' दोलनों और नियंत्रित अवरोहण के बीच बारी-बारी से कार्य करने में सक्षम बनाती है।
यह शोध पत्र RoPoLL को प्रस्तुत करता है, जो LLM मूल्यांकन के लिए एक सुदृढ़ ढांचा है जो दूषित जजों से होने वाले अनियंत्रित पूर्वाग्रह को प्रभावी ढंग से कम करने के लिए मानक पैनल सर्वसम्मति के स्थान पर एक ज्यामितीय माध्य अनुमानक (geometric median estimator) का उपयोग करता है, और उच्च भ्रष्टाचार दरों के तहत भी पारंपरिक विधियों की तुलना में बेहतर सटीकता और दक्षता प्राप्त करता है।
यह शोध पत्र जॉब मार्केटप्लेस नीतियों को व्यक्तिगत बनाने के लिए एक एकीकृत ढांचे को प्रस्तुत करता है जो उपचार प्रभाव निष्कर्षण (treatment effect extrapolation) के साथ एंसेम्बल-आधारित हाइब्रिड रैंकिंग मॉडल को जोड़कर, सीमित प्रयोगात्मक स्थितियों के तहत नियोक्ता और नौकरी चाहने वाले के प्रतिस्पर्धी उद्देश्यों को सफलतापूर्वक संतुलित करता है, जिसके परिणामस्वरूप जुड़ाव संबंधी सुरक्षा उपायों (engagement guardrails) को बनाए रखते हुए महत्वपूर्ण मेट्रिक सुधार प्राप्त होते हैं।
यह शोध पत्र क्वालिटी रिप्रजेंटेशन मॉड्यूल (QRM) को प्रस्तुत करता है, जो कि एक हल्का ट्रांसफॉर्मर घटक है जो डिफ्यूजन ट्रांसफॉर्मर्स में एडेप्टिव लेयरनॉर्म (LayerNorm) को मॉड्यूलेट करने के लिए मौजूदा इनपुट्स से क्वालिटी-अवेयर रिप्रजेंटेशन्स सीखता है, जिससे सैंपलिंग शेड्यूल या बैकबोन आर्किटेक्चर को बदले बिना इमेज फिडेलिटी और कंसिस्टेंसी को बढ़ाया जा सकता है।
यह शोध पत्र विचलित अवलोकनों (perturbed observations) से एक लचीले पश्च वितरण (posterior distribution) को सीखने के माध्यम से एंगल्स-ओनली सिस्लुनर ऑर्बिट निर्धारण (angles-only cislunar orbit determination) को हल करने के लिए 'फिजिक्स-इन्फॉर्म्ड कंडिशनल नॉर्मलाइजिंग फ्लो' पेश करता है, जो सांख्यिकीय रूप से सुसंगत अवस्था परिकल्पनाएं उत्पन्न करता है जो शास्त्रीय नॉनलीनियर लीस्ट-स्क्वेयर्स रिफाइनमेंट के लिए प्रतिस्पर्धी वार्म स्टार्ट के रूप में कार्य करती हैं।
यह शोध पत्र ElemeNet को प्रस्तुत करता है, जो एक एकीकृत और सर्व-उद्देश्यीय सॉफ़्टवेयर पैकेज है जो एक उपयोगकर्ता-अनुकूल कमांड-लाइन इंटरफ़ेस के माध्यम से विविध रासायनिक प्रणालियों (तत्व 1-100) में अनिश्चितता परिमाणीकरण के साथ उन्नत आणविक मशीन लर्निंग को सक्षम बनाता है, और कार्बनिक, अकार्बनिक, समन्वय, और जैविक डेटासेट पर अत्याधुनिक प्रदर्शन प्राप्त करता है।