22330 पेपर
यह शोधपत्र WiSP प्रस्तुत करता है, जो कम-संसाधन वाले हार्डवेयर पर Mixture-of-Experts मॉडल्स के लिए एक रूटिंग-अवेयर वर्किंग-सेट मैनेजमेंट सिस्टम है, जो अंडरलाइंग सर्विंग इंजन को संशोधित किए बिना विशेषज्ञ वेट्स (expert weights) को गतिशील रूप से पेज करता है और विशेषज्ञों एवं KV कैश के बीच VRAM आवंटन को अनुकूलित करके डिकोड थ्रूपुट में महत्वपूर्ण सुधार करता है।
यह शोध पत्र प्रदर्शित करता है कि प्रोटीन संपर्क संकेत, जिन्हें पहले ~19L फॉरवर्ड पास की आवश्यकता वाले गणनात्मक रूप से महंगे कैटेगोरिकल जैकोबियन (Categorical Jacobian) के माध्यम से निकाला जाता था, पहले से ही अटेंशन हेड्स के एक छोटे उपसमूह में केंद्रित हैं जिन्हें लीकेज-मुक्त बेंचमार्क पर एकल फॉरवर्ड पास में बेहतर या तुलनीय प्रदर्शन प्राप्त करने के लिए न्यूनतम लेबल किए गए डेटा के साथ पहचाना जा सकता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि मॉडल तर्क संबंधी कार्यों के लिए समाधानों को सत्यापित करने और उन्हें याद रखने में प्रभावी ढंग से सक्षम हो सकते हैं, वे फॉरवर्ड चेन-ऑफ-थॉट डेरिवेशंस के रूप में सत्यापन योग्य खोज प्रक्रियाओं को सीखने में मौलिक रूप से विफल रहते हैं, चाहे मॉडल का पैमाना या प्रशिक्षण विधि कुछ भी हो, क्योंकि ऐसे कार्यों में नकल करने के लिए एक निष्ठावान, सूचना-संरक्षण वाला चरण-दर-चरण पथ का अभाव होता है।
यह शोध पत्र CAFM, एक कोहोर्ट-एंकोर्ड फाउंडेशन मॉडल फ्रेमवर्क का प्रस्ताव करता है जो नैदानिक AI अनुप्रयोगों में व्याख्यात्मकता, सुदृढ़ता और ऑडिटेबिलिटी को बढ़ाने के लिए एक चार-चरणीय पाइपलाइन के माध्यम से रोगी कोहोर्ट्स को एक प्राथमिक शिक्षण उद्देश्य के रूप में उन्नत करता है।
यह शोध पत्र एक एकीकृत ढांचे और ENDS एल्गोरिदम का प्रस्ताव करता है जो गैर-अद्वितीय सही उत्तरों और अस्थायी रूप से गैर-उत्तर योग्य शोर वाले अनुमानों को संभालने वाली फिक्स्ड-प्रिसिजन रैंकिंग-एंड-सिलेक्शन समस्याओं के लिए है, जो व्यापक संख्यात्मक प्रयोगों के माध्यम से विविध शुद्ध-अन्वेषण कार्यों में इसकी प्रभावशीलता को प्रदर्शित करता है।
AgroSense 2.0 एक नवीन सटीक कृषि ढांचा पेश करता है जो महाद्वीपीय-स्तर के भू-स्थानिक रास्टर को एक क्रॉस-मोडल ट्रांसफॉर्मर फ्यूजन मॉड्यूल और मल्टी-टास्क लर्निंग के साथ एकीकृत करके दृश्य मृदा डेटा और रासायनिक पोषक तत्वों के प्रोफाइल के बीच की मोडैलिटी गैप को पाटता है, जिससे TreeSHAP विश्लेषण के माध्यम से अनुशंसा सटीकता और व्याख्यात्मकता दोनों में वृद्धि होती है।
यह शोध पत्र एक निरंतर व्यवहार संबंधी प्रमाणीकरण ढांचे का प्रस्ताव करता है जो नेटवर्क, बैटरी और वाई-फाई व्यवहार संबंधी पैटर्न के संलयन के माध्यम से 1% से कम की गलत सकारात्मक दर के साथ उच्च सुरक्षा प्राप्त करते हुए, वास्तविक समय में उपयोगकर्ता-डिवाइस संदर्भ सत्यापन के लिए एंड्रॉइड सिस्टम लॉग का विश्लेषण करने हेतु एक मल्टी-एक्सपर्ट BERT मॉडल का लाभ उठाता है।
यह शोधपत्र अनुभवजन्य रूप से प्रदर्शित करता है कि लोकप्रिय डेटा प्रूनिंग विधियों की प्रभावशीलता डेटासेट की अतिरेक (redundancy), समस्याग्रस्त नमूनों की अनुपस्थिति और नमूना अन्योन्याश्रयता (sample interdependence) पर महत्वपूर्ण रूप से निर्भर करती है, जो यह प्रकट करता है कि ये विधियाँ महत्वपूर्ण लेबल शोर (label noise) के तहत अक्सर विफल हो जाती हैं।
यह शोध पत्र एक प्री-जनरेशन हॉलुसिनेशन डिटेक्शन फ्रेमवर्क प्रस्तुत करता है जो जोखिम अनुमान को अनुभवजन्य त्रुटि दरों पर आधारित सॉफ्ट-टारगेट सुपरविजन के माध्यम से हल की जाने वाली समस्या के रूप में और प्रॉम्प्ट रिप्रेजेंटेशन को चुनिंदा रूप से एकत्रित करने के लिए अनुकूलित अटेंशन प्रोबिंग के माध्यम से स्वरूपित करके मौजूदा विधियों में सुधार करता है, जिससे कई बेंचमार्क और मॉडलों में श्रेष्ठ डिटेक्शन गुणवत्ता प्राप्त होती है।
DevoTG एक ओपन-सोर्स टेम्पोरल ग्राफ न्यूरल नेटवर्क फ्रेमवर्क है जो सेल लीनेज और सिनैप्टिक कनेक्टोम डायनेमिक्स दोनों का विश्लेषण करके *C. elegans* विकासात्मक कनेक्टोमिक्स को मॉडल करता है, जिसने सफलतापूर्वक तंत्रिका विकास की भविष्यवाणी करने में टेम्पोरल मेमोरी की महत्वपूर्ण भूमिका और लार्वा चरणों के दौरान विशिष्ट कनेक्शन स्थिरता वर्गों की पहचान करने में सफलता प्रदर्शित की है।