22037 पेपर
"केववुमन" (Cavewoman) अध्ययन यह प्रकट करता है कि जबकि मॉडल के आउटपुट को कंप्रेस करना इन्फरेंस लागत को काफी कम कर सकता है, उपयोगकर्ता के इनपुट को कंप्रेस करना प्रतिगामी है, क्योंकि यह मॉडल को लंबे उत्तर उत्पन्न करने के लिए मजबूर करता है जो शुद्ध लागत को बढ़ाते हैं और सटीकता को कम करते हैं।
PORTER एक भाषा-आधारित (language-grounded) EHR फाउंडेशन मॉडल है जो टेक्स्ट विवरणों और एक समर्पित संख्यात्मक पथ (numeric pathway) का उपयोग करके इवेंट रिप्रजेंटेशन को निश्चित शब्दावलियों से अलग करता है, जिससे शब्दावली सामंजस्य (vocabulary harmonization) या पुन: प्रशिक्षण की आवश्यकता के बिना मजबूत क्रॉस-इंस्टीट्यूशनल ट्रांसफर और विविध नैदानिक कार्यों पर उच्च प्रदर्शन सक्षम होता है।
यह शोध पत्र यह प्रदर्शित करता है कि प्री-इक्विलिब्रियम सैचुरेशन (pre-equilibrium saturation) के कारण डिस्क्रीट डिफ्यूजन लैंग्वेज मॉडल्स में लोरा (LoRA) ट्रेनिंग कोलैप्स का पता लगाने के लिए मानक टॉप-1 आर्गमैक्स कंसन्ट्रेशन (top-1 argmax concentration) मेट्रिक अप्रभावी है, और एक कैलिब्रेटेड मैक्स लोरा ग्रेडिएंट नॉर्म (max LoRA gradient norm) मॉनिटर से इसे बदलने का प्रस्ताव देता है जो अस्थिर प्रशिक्षण कॉन्फ़िगरेशन की पहचान करने में काफी उच्च परिशुद्धता प्राप्त करता है।
यह शोध पत्र पाणिनी के प्राचीन व्याकरण पर आधारित भारतीय भाषाओं के प्रसंस्करण के लिए एक एकीकृत कम्प्यूटेशनल ढांचे का प्रस्ताव करता है, जिसमें यह तर्क दिया गया है कि विविध भारतीय भाषाओं में इस साझा रूप-वाक्यविन्यास (morphosyntactic) संरचना का लाभ उठाने से अधिक सटीक, डेटा-कुशल और हस्तांतरणीय एनएलपी (NLP) प्रणालियाँ प्राप्त होंगी, साथ ही इन क्षमताओं का परीक्षण करने के लिए एक नया बेंचमार्क सूट भी प्रस्तुत किया गया है।
यह बेंचमार्क अध्ययन प्रदर्शित करता है कि जबकि हल्के ट्रांसफॉर्मर मॉडल अच्छी तरह से अलग किए गए सेंसर डेटा पर पारंपरिक मशीन लर्निंग सटीकता के बराबर हो सकते हैं, वे काफी अधिक विलंबता (latency) और संसाधन लागत वहन करते हैं, हालांकि INT8 क्वांटाइजेशन और एडेप्टिव इन्फरेंस पाइपलाइन्स जैसी तकनीकें ऑन-डिवाइस फॉल्ट डिटेक्शन के लिए उनके परिनियोजन को अनुकूलित कर सकती हैं, जबकि दोनों दृष्टिकोण गंभीर रूप से असंतुलित डेटासेट के साथ संघर्ष करते हैं।
यह शोध पत्र एरिडने (Ariadne) को प्रस्तुत करता है, जो एक प्रॉम्प्ट-कंडीशन्ड डिकोडर-ओनली मॉडल है जो लक्षित अणुओं, बाधाओं और मार्ग निर्माण को एक एकल अनुक्रम में एकीकृत करता है, जो विशेष खोज-आधारित विधियों की तुलना में अनुमान समय को कम करते हुए बाधित रेट्रोसिंथेटिक योजना बेंचमार्क पर प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र R पैकेज `autovi` और इसके Shiny एप्लिकेशन `autovi.web` को प्रस्तुत करता है, जो विजुअल सिग्नल स्ट्रेंथ (दृश्य संकेत की शक्ति) की भविष्यवाणी करके रेसिडुअल प्लॉट्स के मूल्यांकन को स्वचालित करने के लिए एक कंप्यूटर विजन मॉडल का उपयोग करते हैं, जिससे लीनियर मॉडलिंग में मैनुअल विजुअल डायग्नोसिस की स्केलेबिलिटी और निरंतरता संबंधी सीमाओं को संबोधित किया जा सके।
यह शोध पत्र दो हार्डवेयर-अज्ञेय (hardware-agnostic), गतिशील शेड्यूलिंग रणनीतियों—एक मॉडल-मुक्त सुदृढीकरण लर्निंग (Reinforcement Learning) एजेंट और एक ऑन-द-फ्लाई अनुमानित भविष्यवाणी (Approximated Prediction) पद्धति—का प्रस्ताव और मूल्यांकन करता है, जो अज्ञात वर्कलोड वाले बैटरी रहित IoT उपकरणों के लिए कार्य निष्पादन को प्रभावी ढंग से प्रबंधित करते हैं, और मौजूदा अनुकूली (adaptive) एवं स्थिर (static) दृष्टिकोणों की तुलना में थ्रूपुट, लचीलेपन और कम्प्यूटेशनल लागत में विशिष्ट ट्रेड-ऑफ प्रकट करते हैं।
यह शोध पत्र OVBEVSeg को प्रस्तुत करता है, जो एक ज्यामिति-जागरूक (geometry-aware) ओपन-वोकैबुलरी BEV सेगमेंटेशन फ्रेमवर्क है, जो अनदेखी श्रेणियों पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए विजन-लैंग्वेज मॉडल और प्रगतिशील 3D ज्यामितीय बाधाओं का लाभ उठाता है, जबकि वास्तविक समय की दक्षता और कम मेमोरी खपत को बनाए रखता है।
यह शोध पत्र PHANTOM को प्रस्तुत करता है, जो 10 उच्च-स्तरीय श्रेणियों में 47,000 से अधिक पूर्व-निर्मित मल्टीमॉडल एडवरसैरियल हमलों वाला एक बड़े पैमाने का, ओपन-सोर्स डेटासेट है, जिसे अनुसंधान की बाधाओं को कम करने और विजन-लैंग्वेज मॉडल की मजबूती और सुरक्षा के व्यवस्थित मूल्यांकन को सक्षम करने के लिए डिज़ाइन किया गया है।