22423 पेपर
यह शोधपत्र RelAD को प्रस्तुत करता है, जो एक पुनर्निर्माण-आधारित (reconstruction-based) ढांचा है जिसे कंडीशनल स्पार्स-गेटेड एट्रिब्यूट रिकंस्ट्रक्शन और ड्यूल-व्यू मल्टी-रिलेशनल एज रिकंस्ट्रक्शन के माध्यम से उच्च-आयामी विषम गुणों (high-dimensional heterogeneous attributes) और असामान्य क्रॉस-टेबल कनेक्शन पैटर्न को एक साथ संबोधित करके जटिल रिलेशनल डेटाबेस में विसंगतियों का पता लगाने के लिए डिज़ाइन किया गया है।
यह शोध पत्र PACT को प्रस्तुत करता है, जो एक मॉडल मर्जिंग फ्रेमवर्क है जो "लोड-बेयरिंग वॉल" (Load-Bearing Wall) आयामों की पहचान और संरक्षण करता है—जो टास्क वेक्टर्स के बजाय प्री-ट्रेन्ड वेट्स में सन्निहित महत्वपूर्ण कार्य-विशिष्ट ज्ञान हैं—ताकि ज्ञान के क्षरण को रोका जा सके और मौजूदा टास्क-वेक्टर-आधारित मर्जिंग विधियों के प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र scGTN का प्रस्ताव करता है, जो एक नवीन डीप सियामीज़ ग्राफ ट्रांसफॉर्मर नेटवर्क है जो जीन अभिव्यक्ति प्रोफाइल को संवर्धित ग्राफ दृश्यों और ऑप्टिमल ट्रांसपोर्ट के साथ एकीकृत करके बेहतर क्लस्टरिंग प्रदर्शन प्राप्त करने के लिए सिंगल-सेल आरएनए अनुक्रमण डेटा में स्पर्सिटी (sparsity), शोर और जटिल संरचनात्मक निर्भरताओं को संबोधित करता है।
यह शोध पत्र CURE को प्रस्तुत करता है, जो स्ट्रीम लर्निंग में टैबुलर फाउंडेशन मॉडल्स के लिए एक कॉन्टेक्स्ट मैनेजमेंट पॉलिसी है, जो एंट्रॉपी-गेटेड एडमिशन और रेडंडेंसी-अवेयर इविक्शन के माध्यम से रेडंडेंट उदाहरणों को हटाते हुए और हालिया एवं अनिश्चित उदाहरणों को संरक्षित करते हुए डिस्ट्रीब्यूशन शिफ्ट के तहत प्रेडिक्शन परफॉरमेंस को ऑप्टिमाइज़ करता है।
यह शोधपत्र ForecastBench-Sim को प्रस्तुत करता है, जो Freeciv गेम सिमुलेशन पर आधारित एक नवीन पूर्वानुमान बेंचमार्क है, जो गतिशील वातावरण में संभाव्य तर्क (probabilistic reasoning) का अध्ययन करने के लिए तुरंत हल करने योग्य, नियंत्रित और विविध पूर्वानुमान कार्यों को सक्षम करके वास्तविक दुनिया की बाधाओं को दूर करता है।
यह शोध पत्र ड्यूल-चैनल ग्राउंडेड वर्ल्ड मॉडलिंग (DCGWM) का प्रस्ताव करता है, जो एक नवीन आर्किटेक्चर है जो भौतिक और सामाजिक-व्यवहार संबंधी गतिकी को बिना किसी क्रॉस-सबस्पेस हस्तक्षेप के अलग-अलग ग्राउंड करने के लिए इनवर्ड-ओनली ग्रेडिएंट फ्लो वाले एक विभाजित लेटेंट स्पेस का उपयोग करके जॉइंट एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर में ऑब्जेक्टिव इंटरफेरेंस कोलैप्स को संरचनात्मक रूप से रोकता है।
यह शोध पत्र फ्रस्ट्रेटेड सिंक्रोनाइज़ेशन नेटवर्क (FSN) को प्रस्तुत करता है, जो एक अटेंशन आर्किटेक्चर है जो विभिन्न पैरामीटर स्केल्स पर ट्यून्ड RoPE-SwiGLU ट्रांसफॉर्मर्स की तुलना में बेहतर कैरेक्टर-लेवल लैंग्वेज मॉडलिंग प्रदर्शन प्राप्त करने के लिए जटिल कपलिंग कर्नेल्स और डिले टर्म्स के माध्यम से संरचित सिंक्रोनाइज़ेशन डिपार्चर्स का लाभ उठाता है।
यह शोध पत्र LOGICA को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो नेटिव लाइकलीहुड इंटरफेस को बनाए रखने और साझा टोकनाइज़र के बिना संदर्भ-सशर्त भविष्यवाणियों को सक्षम करने के लिए लॉजिट स्पेस में कंट्रास्टिव लर्निंग के माध्यम से विभिन्न मोडैलिटीज़ के जैविक भाषा मॉडलों को संरेखित करता है, जिससे म्यूटेशन-लोकल वेरिएंट रैंकिंग और ड्रग-रेसिस्टेंस प्रेडिक्शन जैसे कार्यों में प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक प्रशिक्षित फोटोनिक क्वांटम न्यूरल फील्ड प्रस्तुत करता है जो भौतिकी-सूचित PDE लर्निंग के लिए एक प्रतिनिधित्व के रूप में ऑप्टिकल फेजेस और फोटॉन-संख्या मापन को अनुकूलित करता है, जो उन जटिल व्यवस्थाओं में शास्त्रीय बेसलाइन की तुलना में बेहतर सटीकता और पैरामीटर दक्षता प्रदर्शित करता है जहाँ अवशिष्ट डेरिवेटिव (residual derivatives) फेज मिसमैच को बढ़ा देते हैं।
TimeLAVA टाइम सीरीज़ डेटा के लिए एक लर्निंग-एग्नोस्टिक फ्रेमवर्क है जो एक नवीन सेलेक्टिव वेवलेट-आधारित वासरस्टीन विसंगति (Selective Wavelet-based Wasserstein discrepancy) का उपयोग करता है ताकि मॉडल प्रशिक्षण की आवश्यकता के बिना टेम्पोरल डिपेंडेंसी और डिस्ट्रीब्यूशनल शिफ्ट को कैप्चर करने वाले रोबस्ट, मॉडल-इंडिपेंडेंट सैंपल स्कोर को कुशलतापूर्वक कंप्यूट किया जा सके।