22423 पेपर
यह शोध पत्र मौजूदा एमएल इन्फरेंस शेड्यूलिंग दृष्टिकोणों में महत्वपूर्ण सीमाओं की पहचान करता है, विशेष रूप से उनके मोटे-स्तर (कोर्स-ग्रेन्ड) के इंटरफेरेंस प्रेडिक्शन और स्टैटिक मॉडल्स पर उनकी निर्भरता को, जो गतिशील वर्कलोड के तहत सटीक लेटेंसी पूर्वानुमान और समझौता किए गए एसएलओ (SLO) का कारण बनते हैं।
यह शोध पत्र ANCHOR को प्रस्तुत करता है, जो एक ऑनलाइन, इंस्टेंस-अवेयर हाइब्रिड फ्रेमवर्क है जो एक प्रीट्रेन्ड मॉडल को एक क्लासिकल न्यूमेरिकल सॉल्वर के साथ अनुकूल रूप से युग्मित करके समय-निर्भर PDEs के लॉन्ग-होरिजन न्यूरल ऑपरेटर प्रेडिक्शन्स को स्थिर करता है, जिसमें ग्राउंड-ट्रुथ समाधानों की आवश्यकता के बिना सुधारात्मक हस्तक्षेपों को ट्रिगर करने के लिए एक फिजिक्स-इन्फॉर्म्ड रेसिडुअल एस्टिमेटर का उपयोग किया जाता है।
यह शोध पत्र मतिभ्रम (hallucination) की एक एकीकृत परिभाषा प्रस्तावित करता है जो उपयोगकर्ता के लिए दृश्यमान आंतरिक विश्व मॉडलिंग की अशुद्धि है, और यह तर्क देता है कि यह ढांचा पूर्व परिभाषाओं को समाहित करता है, संदर्भ जगतों को निर्दिष्ट करके मूल्यांकन मानकों को स्पष्ट करता है, और बेहतर बेंचमार्किंग एवं शमन रणनीतियों को सुगम बनाने के लिए मतिभ्रम को अन्य त्रुटि प्रकारों से अलग करता है।
RollArt एक विसंयोजित (disaggregated) मल्टी-टास्क एजेंटिक RL सिस्टम है जो पाइपलाइन चरणों को विशिष्ट हार्डवेयर से मैप करके, सिंक्रोनाइज़ेशन बाधाओं को समाप्त करने के लिए ट्राजेक्टरी-स्तरीय इंटरैक्शन को डिकपल करके, और एसिंक्रोनस वेट अपडेट्स के माध्यम से रोलआउट को ट्रेनिंग के साथ ओवरलैप करके ट्रेनिंग थ्रूपुट और स्केलेबिलिटी को अनुकूलित करता है, जिससे बड़े पैमाने के क्लस्टर्स पर 2.05× तक तेज़ ट्रेनिंग समय प्राप्त होता है।
यह शोध पत्र एक एडेप्टिव NN ग्राफ मॉडल प्रस्तुत करता है जो इन्फरेंस लेटेंसी (inference latency) को कंप्यूटेशनल कॉम्प्लेक्सिटी से अलग करने के लिए प्री-कंप्यूटेड वोटिंग के साथ हिरार्किकल नेविगेबल स्मॉल वर्ल्ड (HNSW) संरचनाओं को एकीकृत करता है, जिससे विविध डेटासेट्स पर वर्गीकरण सटीकता से समझौता किए बिना रियल-टाइम प्रदर्शन प्राप्त होता है।
यह शोध पत्र 2000 से 2024 तक 114 देशों में सभी 17 सतत विकास लक्ष्यों की निर्देशित अन्योन्याश्रयता का विश्लेषण करता है, जो एक नाजुक, गैर-पदानुक्रमित नेटवर्क को प्रकट करता है जिसमें गतिशील तालमेल और व्यापार-समझौते (trade-offs) शामिल हैं, जो विशिष्ट संकेतक संबंधों पर आधारित अनुकूलनशील, समय-विलंबित पोर्टफोलियो के पक्ष में सार्वभौमिक त्वरक नीतियों के विरुद्ध चेतावनी देता है।
ग्रीन-NAS (Green-NAS) एक संधारणीय, बहु-उद्देश्यीय न्यूरल आर्किटेक्चर सर्च फ्रेमवर्क है जो अत्यधिक कुशल, कम-पैरामीटर वाले मौसम पूर्वानुमान मॉडल उत्पन्न करता है, जिसमें प्रतिस्पर्धी सटीकता और ट्रांसफर लर्निंग के माध्यम से बेहतर प्रदर्शन है, जिसे विशेष रूप से संसाधन-सीमित एज वातावरण के लिए डिज़ाइन किया गया है।
यह शोध पत्र मीन शिफ्ट डेंसिटी एनहांसमेंट (MSDE) का प्रस्ताव करता है, जो एक सुदृढ़ अनसुपरवाइज्ड विसंगति पहचान ढांचा है जो पुनरावृत्ति मैनिफोल्ड विकास के दौरान घनत्व मोड की ओर बड़े संचयी विस्थापन को मापकर आउटलेर्स की पहचान करता है, और मौजूदा बेसलाइनों की तुलना में विविध डेटासेट, विसंगति प्रकारों और शोर के स्तरों पर बेहतर और संतुलित प्रदर्शन प्रदर्शित करता है।
यह अध्ययन दर्शाता है कि बांग्लादेश में, सत्यापन व्यवस्था का चयन—विशेष रूप से चार DHS राउंड्स के माध्यम से टेम्पोरल वैलिडेशन (temporal validation)—मशीन-लर्निंग आर्किटेक्चर के विशिष्ट उपयोग की तुलना में पांच वर्ष से कम आयु की मृत्यु दर के पूर्वानुमान मॉडलों की प्रत्यक्ष सार्वजनिक स्वास्थ्य उपयोगिता और स्क्रीनिंग वर्कलोड पर अधिक प्रभाव डालता है।
यह शोध पत्र यह सिद्ध करके 'एज-ऑफ-केओस' (Edge-of-Chaos) सिद्धांत को स्पार्सली एक्टिवेटेड (sparsely activated) डीप नेटवर्क्स तक विस्तारित करता है कि रैखिक सेटिंग्स के विपरीत, बड़े फिक्स्ड-पॉइंट गॉसियन प्रोसेस वेरिएंस प्रशिक्षण स्थिरता को बढ़ाते हैं, जो एक नई इनिशियलाइज़ेशन रणनीति को सक्षम बनाता है जिससे 90% तक हिडन लेयर स्पैरसिटी वाले DNNs और CNNs को प्रशिक्षित किया जा सकता है।