22063 पेपर
यह शोध पत्र एक नवीन अनसुपरवाइज्ड ग्राफ अलाइनमेंट फ्रेमवर्क प्रस्तावित करता है जो उच्च-आवृत्ति विभेद्यता (high-frequency discriminability) को इंजेक्ट करने के लिए एक ड्यूल-पास एनकोडर को एक ज्योमेट्री-अवेयर फंक्शनल मैप मॉड्यूल के साथ जोड़ता है ताकि लेटेंट स्पेस को अलाइन किया जा सके, जो ओवरस्मूथिंग और स्ट्रक्चरल नॉइज़ की सीमाओं को प्रभावी ढंग से दूर करते हुए बेहतर सुदृढ़ता और सटीकता प्राप्त करता है।
यह शोध पत्र OFMU को प्रस्तुत करता है, जो एक पेनल्टी-आधारित द्वि-स्तरीय अनुकूलन ढांचा (bi-level optimization framework) है, जो समानता-जागरूक दंड (similarity-aware penalty) के माध्यम से डेटा विस्मरण (data forgetting) को स्पष्ट रूप से प्राथमिकता देकर और रिटेंड डेटा पर मॉडल प्रदर्शन को बनाए रखते हुए, मौजूदा मशीन अनलर्निंग विधियों की अस्थिरता और उपयोगिता क्षरण को हल करता है, जिससे विजन और लैंग्वेज बेंचमार्क में श्रेष्ठ प्रभावकारिता और अभिसरण गारंटी प्राप्त होती है।
यह शोध पत्र CrediBench को प्रस्तुत करता है, जो 4 करोड़ से अधिक डोमेन से आठ महीने के ग्राफ, टेक्स्ट और टेम्पोरल डेटा से युक्त एक वेब-स्केल मल्टी-मोडल डेटासेट है, जो मौजूदा क्लेम-लेवल दृष्टिकोणों द्वारा अक्सर छोड़े जाने वाले स्ट्रक्चरल और डायनेमिक सिग्नल्स को कैप्चर करके विश्वसनीयता भविष्यवाणी मॉडलों के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र एक नवीन बेयसियन ट्रांसफार्मर मॉडल प्रस्तुत करता है जो वैश्विक-स्थानीय विशेषता निष्कर्षण और संभाव्यता पैरामीटर अनुमान का लाभ उठाकर, सेंटिनल-1, RCM और AMSR2 डेटा को संलयित करता है ताकि मजबूत अनिश्चितता परिमाणीकरण के साथ उच्च-रिज़ॉल्यूशन वाले पैन-आर्कटिक समुद्री बर्फ सांद्रता मानचित्र उत्पन्न किए जा सकें।
यह शोध पत्र ग्रेजुअल कैपेसिटी ग्रोथ (GCG) का प्रस्ताव करता है, जो एक रचनात्मक स्पार्स-टू-डेंस प्रशिक्षण ढांचा है जो एक संभाव्य पथ-आधारित विकास नियम का उपयोग करके नेटवर्क क्षमता को प्रगतिशील रूप से आवंटित करता है ताकि सघन प्रदर्शन के निकटतम स्पार्स नेटवर्क को कुशलतापूर्वक पहचाना जा सके, जिससे सघन प्रीट्रेनिंग या व्यापक पुन: प्रशिक्षण की आवश्यकता समाप्त हो जाती है।
यह शोध पत्र वेक्टर डिफ्यूजन वेवलेट्स (VDWs) को प्रस्तुत करता है, जो वेक्टर डिफ्यूजन मैप्स से प्रेरित एक नवीन वेवलेट परिवार है, और विविध डेटा—सिंथेटिक पॉइंट क्लाउड्स से लेकर वास्तविक दुनिया के विंड फील्ड्स और न्यूरल एक्टिविटी तक—के विश्लेषण के लिए ज्यामितीय ग्राफ न्यूरल नेटवर्क्स (VDW-GNNs) में शामिल किए जाने पर उनकी प्रभावशीलता और वांछित सैद्धांतिक गुणों—जैसे कि फ्रेम स्थिरता और रोटेशनल/ट्रांसलेशनल सिमिट्रीज़—को प्रदर्शित करता है।
यह शोध पत्र SEG-MIL-CBM का प्रस्ताव करता है, जो एक स्थानिक रूप से आधारित (spatially grounded) कॉन्सेप्ट बॉटलनेक मॉडल है जो छवियों को कॉन्सेप्ट-निर्देशित क्षेत्रों में विभाजित करता है और वर्गीकरण सटीकता में सुधार करने तथा अलग से पोस्ट-हॉक एट्रिब्यूशन मॉड्यूल की आवश्यकता के बिना आंतरिक, मानव-व्याख्या योग्य स्पष्टीकरण प्रदान करने के लिए अटेंशन के माध्यम से सेगमेंट-स्तरीय साक्ष्य को एकत्रित करता है।
यह शोध पत्र SE(3)-इक्विवेरिएंट फ्लो मैचिंग मॉडल्स के लिए एक ट्रेनिंग-फ्री प्रेडिक्टिव फीचर कैशिंग रणनीति पेश करता है जो सॉल्वर स्टेप्स के माध्यम से इंटरमीडिएट हिडन स्टेट्स का अनुमान लगाकर उच्च सैंपल गुणवत्ता बनाए रखते हुए आणविक ज्यामिति (मॉलिक्यूलर ज्योमेट्री) के निर्माण को 7 गुना तक तेज़ करता है।
यह शोध पत्र MultiCNKG प्रस्तुत करता है, जो एक नवीन ढांचा है जो संज्ञानात्मक तंत्रिका विज्ञान (Cognitive Neuroscience), जीन और रोग ऑन्टोलॉजी को एक सुसंगत, बहु-स्तरीय ज्ञान ग्राफ में एकीकृत करने के लिए बड़े भाषा मॉडलों का लाभ उठाता है, जो व्यक्तिगत चिकित्सा और संज्ञानात्मक विकार निदान में उन्नत अनुप्रयोगों के लिए उच्च सटीकता और मजबूती प्रदर्शित करता है।
यह शोध पत्र T2J को प्रस्तुत करता है, जो पायटॉर्च-टू-जैक्स (PyTorch-to-JAX) अनुवाद बग्स और डेवलपर सुधारों का एक बेंचमार्क है, जिसका उपयोग यह प्रदर्शित करने के लिए किया जाता है कि इस डेटासेट के साथ इन-कॉन्टेक्स्ट लर्निंग (in-context learning) कमजोर LLMs की कोड अनुवाद गुणवत्ता को 20% तक सुधार सकती है।