22423 पेपर
इस शोध पत्र का उद्देश्य लीनियर रिग्रेशन (linear regression) के माध्यम से न्यूरल नेटवर्क को स्पष्ट करके शास्त्रीय सांख्यिकीविदों (classical statisticians) के लिए प्रवेश की बाधा को कम करना है, जो यह दर्शाता है कि नेटवर्क लीनियर मॉडल का अनुमान कैसे लगाते हैं और आगे के अध्ययन के आधार के रूप में सामान्य अनुकूलन (customizations) की रूपरेखा प्रस्तुत करता है।
यह शोध पत्र एक नवीन द्वैत-शिक्षण ढांचे (dual-learning framework) का प्रस्ताव करता है जो स्वतंत्र रूप से प्रशिक्षित बिलियन-पैरामीटर ट्रांसफॉर्मर्स को संरेखित करने के लिए कार्यक्षमता-संरक्षण भार रूपांतरणों (functionality-preserving weight transformations) को लागू करता है, जिससे भाषा और दृष्टि दोनों डोमेन में लगभग बाधा-मुक्त रैखिक मोड कनेक्टिविटी (linear mode connectivity) और प्रभावी मॉडल विलय सक्षम होता है।
यह शोध पत्र न्यूरल क्लासिफिकेशन ट्रीज़ (NCT) का प्रस्ताव करता है, जो एक व्याख्यात्मक ढांचा है जो भविष्यवाणियों की सटीकता के आधार पर नमूनों को "आसान" या "कठिन" नोड्स में गतिशील रूप से रूट करके, लेटेंट सबग्रुप संरचनाओं को पुनरावृत्ति से अलग करने के माध्यम से बिना सबग्रुप पर्यवेक्षण के सुदृढ़ वर्गीकरण प्राप्त करता है।
यह शोध पत्र 'सेल्फ-फिल्टरिंग' नामक एक नवीन बूटस्ट्रैप्ड पद्धति प्रस्तावित करता है, जो एक विकसित होते डेटासेट पर एक CLIP मॉडल को पुनरावृत्ति से प्रशिक्षित करती है जो अत्यधिक संभावित स्वच्छ नमूनों और विविध डेटा के बीच संतुलन बनाता है, जिससे बिना किसी अतिरिक्त डेटा या पूर्व-प्रशिक्षित मॉडलों के डाउनस्ट्रीम विजन-लैंग्वेज प्रदर्शन में सुधार होता है।
यह शोध पत्र "Hedgementation" प्रस्तुत करता है, जो एक नया रिमोट सेंसिंग बेंचमार्क है जो सामंजस्यपूर्ण डेटा स्रोतों को संयोजित करके और स्थानिक दूरियों एवं जलवायु क्षेत्रों में मॉडल के सामान्यीकरण का परीक्षण करके, 10 वर्ग मीटर के रिज़ॉल्यूशन पर पूरे फ्रांस में हेजरोज़ (hedgerows) के मानचित्रण के लिए मशीन लर्निंग मॉडल का मूल्यांकन करता है।
यह शोध पत्र विज़न-लैंग्वेज-एक्शन मॉडल्स के लिए एक सक्रिय, अनिश्चितता-निर्देशित निरंतर शिक्षण प्रतिमान (continual learning paradigm) प्रस्तावित करता है जो लक्षित रिकवरी प्रदर्शनों (recovery demonstrations) के माध्यम से अनुकूलन दक्षता में सुधार करता है, जबकि ऐसे डेटा को एकीकृत करने पर प्लास्टिसिटी और कैटास्ट्रोफिक फॉरगेटिंग के बीच के ट्रेडऑफ़ का अनुभवजन्य विश्लेषण करता है।
यह शोध पत्र प्रदर्शित करता है कि डिफ्यूजन मॉडल अपडेट गुणांकों (update coefficients) के एक व्यापक वर्ग में निम्न-आयामी डेटा संरचनाओं के प्रति मजबूती से अनुकूलित होते हैं, जिससे आयाम-स्वतंत्र अभिसरण दरें (dimension-independent convergence rates) प्राप्त होती हैं जो व्यवहार में उनकी अनुभवजन्य प्रभावशीलता को सैद्धांतिक रूप से न्यायसंगत ठहराती हैं।
यह शोध पत्र एक सामान्य, अनुकूलन योग्य ढांचे और एक नवीन एल्गोरिदम को प्रस्तुत करता है जो धीरे-धीरे बदलने वाले अनुक्रमों (sequences) का गतिशील रूप से अनुमान लगाने के लिए, स्थानीय विविधताओं के साथ अनुमान बजट को स्केल करके और बिना किसी महत्वपूर्ण ओवरहेड के ऑन-द-फ्लाई परिवर्तन का पता लगाकर पूर्ववर्ती अत्याधुनिक लागत सीमाओं (cost bounds) में सुधार करता है।
यह शोध पत्र Action-BED को प्रस्तुत करता है, जो एक कार्य-संचालित बेयसियन प्रयोगात्मक डिजाइन ढांचा है जो दोहरी जटिल उद्देश्यों को एकल जटिल उद्देश्यों में बदलने के लिए समस्या को अपेक्षित भविष्य के नुकसान को न्यूनतम करने के रूप में पुनर्गठित करता है, जिससे स्पष्ट पश्च वितरण अनुमान की आवश्यकता के बिना स्टोकेस्टिक ग्रेडिएंट्स के माध्यम से डिजाइन और एक्शन नीतियों के कुशल संयुक्त अनुकूलन को सक्षम बनाया जा सके।
यह शोध पत्र टेपर्ड लैंग्वेज मॉडल्स (TLMs) को प्रस्तुत करता है, जो एक आर्किटेक्चर-अज्ञेय (architecture-agnostic) डिज़ाइन सिद्धांत है जो एक निश्चित पैरामीटर बजट के तहत शुरुआती से बाद की परतों तक MLP चौड़ाई को एकतत (monotonically) रूप से कम करके पर्प्लेक्सिटी और डाउनस्ट्रीम प्रदर्शन में सुधार करता है, यह प्रदर्शित करते हुए कि गैर-समान क्षमता आवंटन पारंपरिक समान-चौड़ाई वाले स्टैक्स की तुलना में बेहतर प्रदर्शन करता है।