21502 पेपर
यह शोध पत्र मोबाइल ऑन-डिवाइस एआई (MoAI) सिस्टम की सुरक्षा पर ज्ञान का पहला व्यापक व्यवस्थितकरण प्रस्तुत करता है, जो एक आधारभूत ढांचा स्थापित करता है जिसमें उनके सुरक्षा स्तंभ, हमले और रक्षा के परिदृश्य, पहचाने गए शोध अंतराल और भविष्य की दिशाएं शामिल हैं।
यह शोध पत्र GenDa को प्रस्तुत करता है, जो एक एकीकृत अनसुपरवाइज्ड सुदृढीकरण लर्निंग (unsupervised reinforcement learning) फ्रेमवर्क है, जो गैर-स्थिर कौशल अर्थों (non-stationary skill semantics) को संबोधित करने के लिए एक स्किल रिलेबलिंग तंत्र और वितरण बदलावों (distribution shifts) के विरुद्ध मजबूती सुनिश्चित करने के लिए एक पूरक सूचना बाधा (Complementary Information Bottleneck) के माध्यम से डेटा दक्षता और सामान्यीकरण क्षमता को बढ़ाता है।
यह शोध पत्र प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स में अधिकार-प्रेरित चाटुकारिता केवल एक सतही पूर्वाग्रह नहीं है, बल्कि एक यांत्रिक घटना है जहाँ उच्च-स्तरीय अधिकार संकेत सही तथ्यात्मक निरूपणों के स्तर-स्थानीय विलोपन को ट्रिगर करते हैं, जो कथित विशेषज्ञता के प्रति क्रमिक सम्मान के साथ साक्ष्य को अधिग्रहित कर लेता है।
यह शोधपत्र इन्फॉर्मेशन-रेग्युलेटेड अटेंशन (IRA) को प्रस्तुत करता है, जो एक स्टोकेस्टिक अटेंशन मैकेनिज्म है जो विजन-लैंग्वेज मॉडल्स में विजुअल इंफॉर्मेशन फ्लो को स्पष्ट रूप से नियंत्रित करने के लिए रिप्रेजेंटेशन अनसर्टेन्टी को इंडिपेंडेंट लोकल नॉइज़ में रूपांतरित करता है, जिससे विजुअल ग्राउंडिंग और ट्रेनिंग स्टेबिलिटी को बढ़ाकर मतिभ्रम (hallucinations) और अस्थिरता को कम किया जा सके।
यह शोधपत्र यह प्रदर्शित करता है कि सब्सक्रिप्शन चर्न (subscription churn) पूर्वानुमान के लिए इष्टतम अवलोकन विंडो (observation window), विशिष्ट कोहॉर्ट निर्माण (cohort construction), लक्ष्य परिभाषाओं और फीचर परिवारों पर अत्यधिक निर्भर है, जैसा कि KKBox डेटासेट में एक घटते-प्रतिफल वक्र (diminishing-returns curve) से प्रमाणित होता है जो विभिन्न प्रयोगात्मक डिजाइनों के तहत उलट जाता है।
यह अध्ययन IEEE-CIS धोखाधड़ी डेटासेट पर सात श्रेणीबद्ध एन्कोडिंग विधियों का मूल्यांकन करता है, जिसमें यह पाया गया कि एंटिटी एम्बेडिंग्स संयुक्त मल्टी-कॉलम निरूपणों का लाभ उठाकर उच्चतम AUC-ROC प्राप्त करते हैं (CatBoost के साथ टाई), जबकि वे पारंपरिक टियर ग्रुप एन्कोडिंग से बेहतर प्रदर्शन करते हैं और AUC-PR में ट्री-आधारित पाइपलाइनों का मुकाबला करने में विफल रहते हैं।
यह शोध पत्र PRISM को प्रस्तुत करता है, जो एक प्रोटोटाइप-आधारित भाषा मॉडल आर्किटेक्चर है जो अपने स्पार्स (sparse), नॉन-नेगेटिव मिश्रण संरचना के माध्यम से काफी तेज़ डेटा एट्रिब्यूशन और लक्षित व्यवहार सुधार सक्षम करते हुए, डेंस बेसलाइन्स के साथ प्रतिस्पर्धी प्रदर्शन प्राप्त करता है।
यह शोध पत्र एक चरणबद्ध सुदृढ़ता विश्लेषण ढांचे (staged robustness analysis framework) का प्रस्ताव और प्रदर्शन करता है जो विभिन्न अनुमान विधियों के माध्यम से सर्वेक्षण-आधारित संरचनात्मक संबंधों की स्थिरता को मान्य करने के लिए स्ट्रक्चरल इक्वेशन मॉडलिंग, ऑर्डिनरी लीस्ट स्क्वायर्स रिग्रेशन और डबल मशीन लर्निंग को एकीकृत करता है, जिसमें फिनटेक डिजिटल कस्टमर इंटिमेसी मॉडल को एक केस स्टडी के रूप में उपयोग किया गया है।
यह शोधपत्र इक्विवेरिएंट पोइनकेयर रेज़नेट्स (Equivariant Poincaré ResNets) का प्रस्ताव करता है, जो पोइनकेयर बॉल के भीतर विजुअल रिप्रेजेंटेशन सीखने की दक्षता में सुधार करने और अनुकूलन चुनौतियों (optimization challenges) को दूर करने के लिए ज्यामितीय रूप से सुरक्षित टेंसर रीशेपिंग (geometrically safe tensor reshaping) और जॉइंट-ओरिएंटेशन बैच नॉर्मलाइज़ेशन (joint-orientation batch normalization) जैसी नवीन तकनीकों के माध्यम से डिस्क्रीट सिमिट्री ग्रुप्स ( और ) को हाइपरबोलिक ज्योमेट्री के साथ एकीकृत करता है।
यह शोध पत्र एक एंड-टू-एंड डिसीजन-फोक्स्ड लर्निंग फ्रेमवर्क प्रस्तावित करता है जो एक स्मूथ टॉप- ऑपरेटर का उपयोग करके स्पार्स टेंजेंट पोर्टफोलियो ऑप्टिमाइज़ेशन को एक डिफरेंशिएबल कॉनवेक्स लेयर के रूप में पुनर्गठित करता है, जिससे पोर्टफोलियो प्रदर्शन का प्रत्यक्ष ग्रेडिएंट-आधारित अनुकूलन सक्षम होता है और पारंपरिक बेसलाइनों की तुलना में बेहतर आउट-ऑफ-सैंपल शार्प रेश्यो प्राप्त होता है।