21502 पेपर
यह शोध पत्र एक सुदृढीकरण शिक्षण (Reinforcement Learning) दृष्टिकोण प्रस्तुत करता है जो केवल स्टीयरिंग कोण आउटपुट का उपयोग करके, पाठ्यक्रम शिक्षण (curriculum learning) और व्याख्यात्मक विश्लेषण के माध्यम से प्रमाणित, 2 मीटर/सेकंड से 7 मीटर/सेकंड की गति सीमा में एक आभासी व्हिपल (Whipple) साइकिल मॉडल को जटिल पथों का अनुसरण करने और पार्श्व स्थिरता बनाए रखने में सफलतापूर्वक सक्षम बनाता है।
यह शोध पत्र GLIMMER को प्रस्तुत करता है, जो एक हल्का और आर्किटेक्चर-अज्ञेय (architecture-agnostic) प्रशिक्षण ढांचा है जो संरचित प्रीप्रोसेसिंग, रीजन-अवेयर लॉस फंक्शन्स और जेनेटिक एल्गोरिदम अनुकूलन को संयोजित करके टाइप 1 डायबिटीज के लिए ब्लड ग्लूकोज पूर्वानुमान सटीकता और डिस्ग्लाइसीमिया भविष्यवाणी को महत्वपूर्ण रूप से बढ़ाता है, जबकि यह अत्याधुनिक मॉडलों के लाखों मापदंडों की तुलना में केवल 10K मापदंडों का उपयोग करता है।
यह शोध पत्र पैटर्न एम्बेडेड न्यूरल नेटवर्क्स (PENN) को प्रस्तुत करता है, जो एक ऐसी विधि है जो मनमाने मिसिंगनेस मैकेनिज्म के तहत लुप्त सह-चरों (missing covariates) वाले बहुभिन्नरूपी गैर-पैरामीट्रिक प्रतिगमन (multivariate nonparametric regression) के लिए मिनिमैक्स-इष्टतम अभिसरण दरों (minimax-optimal convergence rates) को प्राप्त करने हेतु एक न्यूरल नेटवर्क आर्किटेक्चर में अवलोकन संकेतकों (observation indicators) को एकीकृत करती है, जबकि विभिन्न डेटासेट्स पर मानक न्यूरल नेटवर्क्स की तुलना में अनुभवजन्य रूप से बेहतर प्रदर्शन करती है।
यह शोध पत्र FusionFactory को प्रस्तुत करता है, जो एक व्यवस्थित ढांचा और उसके साथ संलग्न LLMFusionBench बेंचमार्क है, जो क्वेरी, थॉट (विचार), और मॉडल स्तरों पर पूरक क्षमताओं को संलयित (fuse) करने के लिए मल्टी-LLM लॉग डेटा का लाभ उठाता है, जो वास्तविक दुनिया की सर्विंग बाधाओं को समायोजित करते हुए विविध कार्यों में व्यक्तिगत मॉडलों से लगातार बेहतर प्रदर्शन करता है।
यह शोध पत्र यह प्रस्तावित करता है और प्रयोगात्मक रूप से प्रमाणित करता है कि मनुष्य जटिल, अमूर्त लक्ष्यों को सरल, स्थिर पुरस्कार फलनों (रिवॉर्ड फंक्शन्स) में संकुचित करने के लिए प्रारंभ में वर्किंग मेमोरी पर निर्भर रहकर सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) की दक्षता बढ़ाते हैं, जो दीर्घकालिक स्मृति में स्थानांतरित हो जाते हैं, जिससे स्वचालित मूल्यांकन के लिए संज्ञानात्मक संसाधनों को मुक्त किया जा सके।
यह शोध पत्र VoxGuard प्रस्तुत करता है, जो वॉइस एनोनिमाइजेशन के मूल्यांकन में इक्वल एरर रेट (EER) की सीमाओं की आलोचना करता है और एक लो फॉल्स-पॉजिटिव रेट (FPR) दृष्टिकोण का प्रस्ताव करता है ताकि स्पीकर री-आइडेंटिफिकेशन और एट्रिब्यूट इन्फरेंस दोनों में महत्वपूर्ण गोपनीयता लीक को उजागर किया जा सके जिसे EER पकड़ने में विफल रहता है।
यह शोध पत्र अज्ञात चक्रीय कारण ग्राफों (cyclic causal graphs) में आउटलेर्स के लिए संभावित मूल कारणों की एक संक्षिप्त सूची की पहचान करने के लिए एक विधि प्रस्तावित करता है, जो ग्राफ संरचना के पूर्व ज्ञान की आवश्यकता के बिना, स्ट्रॉन्ग परटर्बेशन (strong perturbations) और स्ट्रक्चरल इक्वेशन प्रोपेगेशन (structural equation propagation) का लाभ उठाती है।
यह शोध पत्र VisReason को प्रस्तुत करता है, जो मानव-समान, बहु-चरणीय तर्कों वाले 489K एनोटेटेड उदाहरणों का एक बड़े पैमाने का डेटासेट है, और इसके विशेषज्ञ-क्यूरेटेड उपसमुच्चय VisReason-Pro को, जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की चरण-दर-चरण दृश्य तर्क, व्याख्यात्मकता और सामान्यीकरण क्षमताओं को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र यह प्रदर्शित करता है कि 8-बिट क्वांटाइजेशन, ओवरफिटिंग को रोकने के लिए एक अंतर्निहित नियमितीकरण (इम्प्लिसिट रेगुलराइजेशन) के रूप में कार्य करके, निरंतर शिक्षण (कंटीन्यूअल लर्निंग) परिदृश्यों में फुल-प्रिसिजन मॉडलों की तुलना में काफी बेहतर प्रदर्शन करता है, जिससे बड़े भाषा मॉडल न्यूनतम रिप्ले बफ़र्स के साथ ज्ञान को अधिक प्रभावी ढंग से बनाए रखने में सक्षम होते हैं।
यह शोधपत्र न्यूरल टैनजेंट कर्नेल पर आधारित एक सैद्धांतिक ढांचा स्थापित करता है ताकि न्यूरल नेटवर्क-आधारित पार्टोन डिस्ट्रीब्यूशन फंक्शन फिट्स की प्रशिक्षण गतिशीलता और अनिश्चितता प्रसार का विश्लेषणात्मक वर्णन किया जा सके, जिससे वर्तमान पद्धतियों की मजबूती का आकलन करने और कण भौतिकी को मशीन लर्निंग सिद्धांत के साथ जोड़ने के लिए एक शक्तिशाली नैदानिक उपकरण प्रदान किया जा सके।