21502 पेपर
यह अध्ययन स्थानिक, कालिक और पर्यावरणीय डेटा को एकीकृत करके श्रीलंका भर में पक्षी विविधता का विश्लेषण करता है जिससे यह पता चलता है कि भूमि-आवरण प्रकार प्रजातियों की प्रचुरता का सबसे मजबूत भविष्यवक्ता है, जबकि शहरीकरण (रात में कृत्रिम प्रकाश द्वारा मापा गया) पैमाने-निर्भर प्रभाव प्रदर्शित करता है जो सामान्यवादी प्रचुरता को बढ़ाता है लेकिन समग्र विविधता को कम करता है।
यह शोध पत्र एक एकल चेकपॉइंट से दिशात्मक-फिशर दर (directional-Fisher rate) से दिशा-विशिष्ट शिक्षण क्रमों को निकालकर, वैश्विक शिक्षण गुणांकों को पुनः प्राप्त करने और कैनोनिकल संरेखण या डिसेंट पूर्वशर्तों की आवश्यकता के बिना सिंगुलर उतार-चढ़ाव को मैप करने के माध्यम से, प्रशिक्षित न्यूरल नेटवर्क में सिंगुलर संरचनाओं को मापने और वर्गीकृत करने के लिए एक नियतात्मक, संरेखण-मुक्त विधि प्रस्तुत करता है।
यह शोध पत्र एक कारण संबंधी ऑडिटिंग फ्रेमवर्क (causal auditing framework) प्रस्तुत करता है जो यह प्रदर्शित करता है कि लिमिटेड मेमोरी लैंग्वेज मॉडल्स में, अनलर्निंग की प्रभावशीलता मुख्य रूप से मॉडल के बजाय डेटाबेस प्रबंधन द्वारा निर्धारित होती है, क्योंकि हटाए गए तथ्य शायद ही कभी पैरामीट्रिक मेमोरी में बने रहते हैं लेकिन वे रिट्रीवल आर्टिफैक्ट्स (retrieval artifacts) और निकटवर्ती संबंधों के माध्यम से पुन: प्रकट हो सकते हैं।
यह शोध पत्र "लॉस स्मूथिंग" (loss smoothing) का प्रस्ताव करता है, जो वितरण बदलाव (distribution shift) के तहत क्रमिक अनुकूलन को सक्षम करने के लिए स्रोत और लक्ष्य उद्देश्यों के बीच इंटरपोलेशन करता है, जिससे उपयोगी विशेषताओं को संरक्षित किया जा सके और फाइन-ट्यूनिंग एवं सुदृढीकरण लर्निंग (reinforcement learning) जैसे विविध कार्यों में प्रदर्शन में निरंतर सुधार किया जा सके।
यह शोध पत्र कैटलॉग-स्तरीय एट्रिब्यूशन स्कोर के आधार पर जनरेटिव एआई प्रणालियों में संगीत रचनाकारों को मुआवजा देने के लिए एक बाजार ढांचे का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि इन एट्रिब्यूशन संकेतों की सटीकता यह निर्धारित करती है कि रॉयल्टी या निश्चित-शुल्क अनुबंध (fixed-fee contracts) में से कौन सा अनुकूल है और रचनाकारों एवं प्लेटफॉर्म दोनों के आर्थिक कल्याण को सीधे प्रभावित करती है।
यह शोध पत्र एक ऐसे ढांचे को प्रस्तुत करता है जो सार्वभौमिक मूल्य फलन सन्निकटों (universal value function approximators) को विशिष्ट प्रशिक्षण तकनीकों के साथ जोड़ता है ताकि वीडियो गेम और रोबोटिक्स जैसे विविध डोमेन में सुदृढीकरण शिक्षण (reinforcement learning) एजेंटों के लिए वास्तविक समय में, उपयोगकर्ता-नियंत्रित "शैली" संशोधनों को सक्षम किया जा सके, जिससे यह सुनिश्चित हो सके कि वे विशिष्ट व्यवहार संबंधी प्राथमिकताओं के अनुकूल होते हुए भी कार्य प्रदर्शन बनाए रखते हैं।
यह शोधपत्र डोमेन एरीथमेटिक (DART) प्रस्तुत करता है, जो एक सादृश्य-आधारित (analogy-based) विधि है जो सबस्पेस-अलाइन्ड डोमेन-विशिष्ट जानकारी के साथ वेट वेक्टर अंकगणित (weight vector arithmetic) करके विजन-लैंग्वेज-एक्शन मॉडलों को पर्यावरणीय बदलावों के प्रति कुशल वन-शॉट अनुकूलन सक्षम बनाती है, जिससे बहु-प्रदर्शन प्रशिक्षण (multi-demonstration training) की लागतपूर्ण आवश्यकता समाप्त हो जाती है।
यह शोध पत्र लेबल इन्फ्लुएंस प्रोपेगेशन (LIP) का प्रस्ताव करता है, जो एक नवीन ग्राफ न्यूरल नेटवर्क मॉडल है जो लेबल सहसंबंधों को मापने के लिए मैसेज पासिंग को विघटित करके और सकारात्मक योगदानों को बढ़ाने तथा नकारात्मक प्रभावों को कम करने के लिए उच्च-क्रम के लेबल प्रभावों को गतिशील रूप से प्रसारित करके मौजूदा मल्टी-लेबल नोड वर्गीकरण विधियों की सीमाओं को संबोधित करता है।
यह शोध पत्र SPARROW को प्रस्तुत करता है, जो एक नवीन ब्लैक-बॉक्स अनुकूलन एल्गोरिदम है जो मूल्यांकित उम्मीदवारों के एक संग्रह पर रैंक-आधारित मार्गदर्शन का उपयोग करके जटिल, शोर वाले परिदृश्यों पर प्रभावी, कम-बजट अनुकूलन को सक्षम करने के लिए जनरेटिव प्रायर्स (generative priors) को रिवॉर्ड सिग्नल्स से अलग करता है।
यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो विभिन्न बैकबोन मॉडलों में सूक्ष्म, शोर वाले विसंगतियों (anomalies) की पहचान में सुधार करने के लिए मास्क पुनर्निर्माण फीडबैक (masked reconstruction feedback) और मिनिमैक्स रणनीतियों के साथ सक्रिय शिक्षण (active learning) को एकीकृत करके अनसुपरवाइज्ड टाइम सीरीज़ विसंगति पहचान को बढ़ाता है।