cs.LG

All Routes Lead to Collapse

Null-Calibrated Conformal Selection via Target-Membership Scores

यह शोध पत्र नल-कैलिब्रेटेड कॉन्फॉर्मल सिलेक्शन (NCCS) का प्रस्ताव करता है, जो विशेष रूप से वेरिएन्स-ड्रिवन या मल्टीमॉडल वितरण जैसे जटिल लक्ष्यों के लिए चयन शक्ति (selection power) में सुधार करने हेतु पारंपरिक प्रेडिक्शन-ओरिएंटेड स्कोर के बजाय टारगेट-मेंबरशिप प्रोबेबिलिटीज का उपयोग करके फाइनाइट-सैंपल वैध फॉल्स डिस्कवरी रेट नियंत्रण प्राप्त करता है।

Benchmarking Robot Memory Under Interference

यह शोध पत्र RoboMME-Interference प्रस्तुत करता है, जो एक क्रॉस-सेशन बेंचमार्क है यह प्रदर्शित करते हुए कि वर्तमान रोबोट मेमोरी सिस्टम, हालांकि व्याकुलता-मुक्त संदर्भों में प्रभावी हैं, असंबंधित सत्रों वाली लंबी हिस्ट्री से जानकारी प्राप्त करते समय महत्वपूर्ण प्रदर्शन गिरावट का सामना करते हैं, जो वास्तविक दुनिया के परिनियोजन के लिए मजबूती के एक महत्वपूर्ण अंतर को उजागर करता है।

Flow Annealing Posterior Sampling for Function-Space Regression and Inverse Problems

यह शोध पत्र फ्लो एनीलिंग पोस्टीरियर सैंपलिंग (FAPS) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो सटीक अनिश्चितता परिमाणीकरण के साथ सुसंगत पोस्टीरियर नमूने उत्पन्न करने के लिए प्रीट्रेन्ड फंक्शन-स्पेस फ्लो-मैचिंग प्रायर्स का लाभ उठाकर स्टोकेस्टिक-प्रोसेस रिग्रेशन और PDE इनवर्स समस्याओं को एकीकृत करता है, जबकि प्रदर्शन में मौजूदा बेसलाइन्स से बेहतर प्रदर्शन करता है और टेस्ट-टाइम सैंपलिंग लागत को कम करता है।

On the Sparsity-Storage-Accuracy Tradeoff in Parsimoniously Activated Dictionary Learning

यह शोध पत्र पार्सिमोनियसली एक्टिवेटेड डिक्शनरी लर्निंग (PADL) को प्रस्तुत करता है, जो एक संभाव्य जनरेटिव मॉडल स्थापित करता है ताकि स्पैरसिटी (sparsity), स्टोरेज और सटीकता के बीच के ट्रेडऑफ को विश्लेषणात्मक रूप से वर्णित किया जा सके, जिससे एक कुशल, हाइपरपैरामीटर-मुक्त एल्गोरिदम सक्षम होता है जो पुनर्निर्माण प्रदर्शन में सुधार करता है और विजन-लैंग्वेज मॉडल इन्फरेंस को त्वरित करता है।

ORBIT: Training-Free Multi-Attribute Behavioral Steering via Orthogonal Subspace Rotation

यह शोध पत्र ORBIT को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त विधि है जो एक संयुक्त उप-स्थान (joint subspace) के भीतर नॉर्म-प्रिजर्विंग ऑर्थोगोनल रोटेशन लागू करके भाषा मॉडलों में कई व्यवहार संबंधी गुणों के समवर्ती नियंत्रण को सक्षम बनाती है, जिससे आउटपुट सुसंगतता को बनाए रखते हुए मौजूदा एकल-गुण नियंत्रण तकनीकों की सीमाओं को दूर किया जा सके।

Kiwano: A Cutting-Edge Open-Source Toolkit for Speaker Verification

यह शोध पत्र किवानो (Kiwano) को प्रस्तुत करता है, जो एक ओपन-सोर्स, पायटॉर्च-आधारित टूलकिट है जिसे स्पीकर वेरिफिकेशन अनुसंधान को आगे बढ़ाने के लिए डिज़ाइन किया गया है, जो प्रवेश बाधाओं को कम करने और सामुदायिक अनुकूलन को बढ़ावा देने के लिए मानकीकृत रेसिपी, प्रीट्रेंड मॉडल और पुनरुत्पादक मूल्यांकन प्रोटोकॉल के साथ एक हल्का, विस्तार योग्य ढांचा प्रदान करता है।

Multi-cancer detection using a computationally efficient CNN with transfer learning

यह अध्ययन एक कम्प्यूटेशनल रूप से कुशल कनवल्शनल न्यूरल नेटवर्क का प्रस्ताव करता है जो ट्रांसफर लर्निंग से उन्नत है, जो मस्तिष्क, फेफड़े और किडनी के इमेजिंग डेटासेट में उच्च-सटीकता वाले मल्टी-कैंसर डिटेक्शन को प्राप्त करता है और साथ ही संसाधन-सीमित वातावरणों में परिनियोजन के लिए कम्प्यूटेशनल आवश्यकताओं को महत्वपूर्ण रूप से कम करता है।

Asymptotic Signal Subspace Recovery in Softmax Attention Models

यह शोध पत्र एक कठोर सैद्धांतिक आधार प्रदान करता है जो यह प्रदर्शित करता है कि, उच्च-आयामी स्केलिंग (high-dimensional scaling) के तहत, स्टोकेस्टिक ग्रेडिएंट एसेंट (stochastic gradient ascent) के माध्यम से प्रशिक्षित एक सॉफ्टमैक्स अटेंशन मॉडल लगभग निश्चित रूप से लेटेंट सिग्नल सबस्पेस (latent signal subspace) की ओर अभिसरित होता है, जो शोर युक्त टोकन संग्रहों से प्रासंगिक जानकारी को प्रभावी ढंग से पुनर्प्राप्त करता है।

QeHDC: Hyperdimensional Computing based on Quantum-enhanced binding and SuperClass Construction

यह शोध पत्र QeHDC का प्रस्ताव करता है, जो एक नवीन क्वांटम-संवर्धित हाइपरडायमेंशनल कंप्यूटिंग फ्रेमवर्क है जो मौजूदा शास्त्रीय और क्वांटम दृष्टिकोणों की तुलना में श्रेष्ठ वर्गीकरण प्रदर्शन, शोर रोधकता (नॉइज़ रोबस्टनेस) और कम्प्यूटेशनल दक्षता प्राप्त करने के लिए साइनुसोइडल और क्वांटम एन्कोडिंग के साथ वन-पास ट्रेनिंग, एक रेफरेंस-स्टेट-आधारित बाइंडिंग ऑपरेशन और डेंसिटी-मैट्रिक्स-आधारित सुपरक्लास जनरेशन रणनीति का उपयोग करता है।