22037 पेपर
यह शोध पत्र छह निरंतर, सॉफ्टमैक्स-व्युत्पन्न वितरण संबंधी मेट्रिक्स प्रस्तुत करता है जो मानक सटीकता से परे विनाशकारी विस्मृति (catastrophic forgetting) की आंतरिक संरचना को प्रकट करते हैं, और यह प्रदर्शित करता है कि लॉस वेटिंग (loss weighting) और सैंपलिंग के लिए इन समृद्ध संकेतों का लाभ उठाना निरंतर शिक्षण (continual learning) कार्यों में विस्मृति को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र लाप्लास-फिशर गेट आइडेंटिटी (Laplace–Fisher Gate Identity) को प्रस्तुत करता है, जो एक वेरिएंस-ऑप्टिमल मैट्रिक्स-गेटेड ब्लेंडिंग विधि है जो डिफ्यूजन-आधारित सैंपलिंग के लिए स्कोर अनुमान में सुधार करने हेतु ट्वीडी (Tweedie) और टारगेट-स्कोर आइडेंटिटीज को संयोजित करती है और बेयसियन इनवर्स समस्याओं में सामान्यीकृत घनत्व मूल्यांकन को सक्षम बनाती है।
यह शोध पत्र ज्ञात और पूर्णतः अज्ञात संक्रमण गतिकी (transition dynamics) दोनों के तहत पॉलिसी इवैल्यूएशन और बेस्ट-पॉलिसी एक्सट्रैक्शन के लिए वेरिएंस-रिड्यूस्ड एल्गोरिदम पेश करके, एक्सोजेनस कॉन्टेक्स्टुअल MDPs में PAC लर्निंग के लिए मिनिमैक्स ऑप्टिमल, कॉन्टेक्स्ट-स्पेस-साइज़-इंडिपेंडेंट सैंपल कॉम्प्लेक्सिटी बाउंड्स स्थापित करता है।
यह शोधपत्र यह प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) में जेलब्रेक हमलों का पता मध्यवर्ती परतों (intermediate layers) में टोकन-स्तरीय प्रेडिक्टिव एंट्रॉपी के मोनोटोनिक ट्रेंड का विश्लेषण करके लगाया जा सकता है, जो यह प्रकट करता है कि हानिकारक इरादा स्थिर समग्र सांख्यिकी या अंतिम-परत आउटपुट के बजाय संरचित अनिश्चितता गतिकी (structured uncertainty dynamics) में एनकोड होता है।
यह शोध पत्र POLAR को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो विश्वास-अवस्था एनकोडर (belief-state encoders) के रूप में पूर्व-प्रशिक्षित भविष्य कहनेवाला फाउंडेशन मॉडल (pretrained predictive foundation models) का लाभ उठाता है ताकि प्रतिनिधित्व शिक्षण (representation learning) को नीति शिक्षण (policy learning) से अलग किया जा सके, जिससे बेयसियन प्रयोगात्मक डिजाइन, अनुकूलन और सक्रिय शिक्षण के माध्यम से काफी कम प्रशिक्षण नमूनों के साथ कुशल और स्केलेबल अनुकूल डेटा अधिग्रहण सक्षम हो सके।
यह शोध पत्र एक हाइब्रिड CNN-LSTM घुसपैठ पहचान ढांचे (इंट्रूज़न डिटेक्शन फ्रेमवर्क) का प्रस्ताव करता है जो स्थानिक और कालिक विशेषताओं के निष्कर्षण को संयोजित करके स्मार्ट नवीकरणीय ऊर्जा ग्रिडों में मौजूदा प्रणालियों की सीमाओं को प्रभावी ढंग से संबोधित करता है, ताकि विविध साइबर हमलों की उच्च-परिशुद्धता, वास्तविक समय में पहचान प्राप्त की जा सके और साथ ही संसाधन-सीमित उपकरणों पर तैनाती के लिए व्यवहार्यता प्रदर्शित की जा सके।
यह शोध पत्र FUTO Swipe को प्रस्तुत करता है, जो एक लेआउट-अज्ञेय (layout-agnostic) न्यूरल डिकोडर है जो निश्चित कीबोर्ड लेआउट के बजाय स्वाइप जेस्चर विशेषताओं के आधार पर वर्णों का पूर्वानुमान लगाता है, जिससे ज्यामितीय संवर्द्धन (geometric augmentations) और एक नए जारी किए गए बड़े पैमाने के स्वाइप कॉर्पस का लाभ उठाकर विविध मोबाइल कीबोर्ड्स में उच्च-सटीक प्रदर्शन सक्षम होता है।
Pre-Warm एक शून्य-प्रशिक्षण-लागत (zero-training-cost) विधि है जो कन्वोल्शनल न्यूरल नेटवर्क की सटीकता में सुधार करती है, जिसमें प्रशिक्षण डेटा के क्लस्टरिंग मीन-सेंटर्ड लोकल पैचेस से प्राप्त सेंट्रोइड्स का उपयोग करके पहली परत के आधे फिल्टर को इनिशियलाइज़ किया जाता है, जबकि शेष के लिए केइमिंग इनिशियलाइजेशन (Kaiming initialization) को बरकरार रखा जाता है।
यह शोध पत्र एंट्रोपिक ट्रांसपोर्ट डिसेंट (ETD) को प्रस्तुत करता है, जो एक कण-आधारित वेरिएशनल इन्फरेंस विधि है जो वैश्विक समन्वय प्राप्त करने और बहुविध संरचनाओं (multimodal structures) को संरक्षित करने के लिए कण अपडेट को एंट्रॉपी-नियमित इष्टतम परिवहन समस्याओं के रूप में फ्रेम करती है, जिससे SVGD जैसे मौजूदा कर्नेल-आधारित दृष्टिकोणों की वेरिएंस और मोड कोलैप्स सीमाओं को दूर किया जा सके।
यह शोध पत्र पार्किंसंस रोग के लिए कीस्ट्रोक डायनेमिक्स (keystroke dynamics) पर इनवर्स रीइन्फोर्समेंट लर्निंग (inverse reinforcement learning) के पहले अनुप्रयोग को प्रस्तुत करता है, जो एक मान्य, व्याख्या योग्य तीन-पैरामीटर रिवॉर्ड मॉडल पेश करता है जहाँ रिकवर किया गया स्पीड-प्रेफरेंस वेट (speed-preference weight) नैदानिक गंभीरता के साथ महत्वपूर्ण रूप से सह-संबंधित है और कच्चे टाइपिंग स्पीड मेट्रिक्स से बेहतर प्रदर्शन करता है।