22423 पेपर
यह शोध पत्र LLMZero को प्रस्तुत करता है, जो एक LLM एजेंट सिस्टम है जो निरंतर बढ़ते हुए क्षमता और दोलन करते हुए रेगुलराइजेशन मापदंडों द्वारा अभिलक्षित अनुकूल, बहु-चरणीय RL पोस्ट-ट्रेनिंग रणनीतियों की खोज के लिए ट्री सर्च का उपयोग करता है, जो विविध कार्यों में फिक्स्ड शेड्यूल्स, ग्रिड सर्च और रैंडम सर्च की तुलना में काफी बेहतर प्रदर्शन करते हैं।
MOLAR एक शोर-जागरूक (noise-aware) ढांचा है जो शोर वाले लेबल अवलोकनों से स्वच्छ-गुण अनुमान (clean-property inference) को अलग करके मजबूत मल्टीमॉडल आणविक निरूपण सीखता है, जिससे दूषित एनोटेशन वाले प्रशिक्षण डेटा के होने पर भी विश्वसनीय गुण भविष्यवाणी और व्याख्या योग्य निदान सक्षम होता है।
यह शोध पत्र PCE को प्रस्तुत करता है, जो एक मॉडल-अज्ञेय (model-agnostic) एल्गोरिदम है जो डेटा वितरण के पालन के लिए आइसोलेशन फॉरेस्ट और कम्प्यूटेशनल दक्षता के लिए SHAP मानों को जोड़कर विविध, प्रशंसनीय और पारेटो-इष्टतम प्रतितथ्यात्मक स्पष्टीकरण (counterfactual explanations) उत्पन्न करता है, जिससे यह समाधान की गुणवत्ता और गति में मौजूदा विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र CAOA को प्रस्तुत करता है, जो एक संदर्भ-जागरूक पॉइंट क्लाउड कंप्लीशन मॉड्यूल को समरूपता-जागरूक पोज़ एस्टीमेशन एल्गोरिदम के साथ जोड़ता है ताकि शोर वाले इनडोर RGB-D स्कैनों से CAD मॉडल को संरेखित करने की सटीकता में महत्वपूर्ण सुधार किया जा सके, जिसे एक नई सिंथेटिक-टू-रियल डेटा रणनीति और S2C-Completion बेंचमार्क डेटासेट द्वारा समर्थित किया गया है।
यह शोध पत्र एक वितरण-जागरूक (distribution-aware), भविष्यवाणी-मुक्त शेड्यूलिंग फ्रेमवर्क पेश करता है जो सॉफ्ट प्रायोरिटी बूस्टिंग और कैश-अवेयर प्रीएम्प्शन का उपयोग करके LLM इन्फरेंस में टेल लेटेंसी और टाइम-टू-फर्स्ट-टोकन को काफी कम करता है, जो बर्स्टी अराइवल्स और GPU मेमोरी प्रेशर जैसी चुनौतीपूर्ण स्थितियों में भी पारंपरिक भविष्यवाणी-आधारित नीतियों से बेहतर प्रदर्शन करता है।
यह मल्टीमॉडल एब्लेशन अध्ययन यह प्रदर्शित करता है कि जबकि विरल पॉइंट ऑब्जर्वेशन (sparse point observations) डेंस रडार-फील्ड पूर्वानुमानों को सार्वभौमिक रूप से बेहतर नहीं बनाते हैं, वे CRPS-आधारित लॉस और NWP एवं सैटेलाइट इमेजरी जैसे पूरक डेटा स्रोतों जैसे विशिष्ट प्रशिक्षण उद्देश्यों के साथ एकीकृत होने पर स्थानीय स्टेशन सटीकता और वर्षा की शुरुआत का पता लगाने में महत्वपूर्ण सुधार करते हैं।
यह शोध पत्र एकल-छवि 3D मेश गुणवत्ता के मूल्यांकन के लिए एक पुनरुत्पादनीय (reproducible) VLM-जज प्रोटोकॉल प्रस्तुत करता है और यह प्रदर्शित करता है कि ज्यामिति वैधता (geometry validity) और रेंडर-स्पेस CLIP समानता जैसे सामान्य सस्ते प्रॉक्सी, विशेष रूप से अस्पष्ट तुलनाओं में, मानव-अनुभूत गुणवत्ता के साथ विश्वसनीय रूप से सहसंबंध स्थापित करने में विफल रहते हैं।
यह शोध पत्र Veriphi को प्रस्तुत करता है, जो एक GPU-त्वरित सत्यापन प्रणाली है जो प्रतिकूल हमलों (adversarial attacks) को औपचारिक प्रमाणन (formal certification) के साथ जोड़ती है ताकि यह प्रदर्शित किया जा सके कि न्यूरल नेटवर्क प्रशिक्षण विधियों की प्रभावशीलता मौलिक रूप से डेटासेट पर निर्भर है, जो इस धारणा को चुनौती देती है कि प्रमाणित प्रशिक्षण (certified training) सार्वभौमिक रूप से प्रतिकूल प्रशिक्षण (adversarial training) से बेहतर प्रदर्शन करता है।
यह शोधपत्र 'ऑर्डर्ड रियल शूर कोऑर्डिनेट्स' (ordered real Schur coordinates) का उपयोग करके एक-परत वाले 'टैनएच रिकरेंट न्यूरल नेटवर्क' (tanh recurrent neural networks) में कार्यात्मक अतिरेक (functional redundancy) की जांच करता है, जिससे कार्य-विशिष्ट, अनुमानित सममितिों (approximate symmetries) की पहचान की जा सके जहाँ गैर-सामान्य युग्मन (nonnormal couplings) के संरचित विच्छेदन (structured ablations) को इनपुट-आउटपुट व्यवहार को बाधित किए बिना किया जा सकता है, जो यह प्रकट करता है कि ऐसी अपरिवर्तनीयताएँ सार्वभौमिक भार-स्थान सममितिओं (universal weight-space symmetries) का प्रतिनिधित्व करने के बजाय विभिन्न कार्यों और समाधानों के अनुसार भिन्न होती हैं।
यह शोध पत्र एक सुदृढ़ डीप-लर्निंग फ्रेमवर्क प्रस्तुत करता है, जिसे `doppleriann` पायथन पैकेज में कार्यान्वित किया गया है, जो भौतिकी-प्रेरित स्पेक्ट्रल निरूपणों को उन्नत प्रशिक्षण रणनीतियों के साथ जोड़ता है ताकि स्टेलर एक्टिविटी (तारकीय गतिविधि) की चुनौतियों पर विजय पाकर वास्तविक तारकीय रेडियल-वेलोसिटी डेटा में पृथ्वी के द्रव्यमान वाले एक्सोप्लैनेट्स का विश्वसनीय रूप से पता लगाया जा सके।