cs.LG

Learning Hybrid Biophysical Neuron Models with Neural ODEs

यह शोध पत्र एक हाइब्रिड मॉडलिंग फ्रेमवर्क प्रस्तुत करता है जो अज्ञात आयन चैनल गतिकी (ion channel kinetics) को लचीले ढंग से सीखने और यांत्रिक व्याख्यात्मकता (mechanistic interpretability) को बनाए रखते हुए कम्प्यूटेशनल जटिलता को कम करने के लिए न्यूरल ऑर्डिनरी डिफरेंशियल इक्वेशंस को कंडक्टेंस-आधारित बायोफिजिकल न्यूरॉन मॉडल में एकीकृत करता है।

Adaptive inference and function vectors in deep transformers

यह शोध पत्र डीप ट्रांसफॉर्मर्स के एक मीन-फील्ड सिद्धांत को वितरित अनुमान प्रणालियों (डिस्ट्रिब्यूटेड इन्फरेंस सिस्टम्स) के रूप में प्रस्तुत करता है जो पदानुक्रमित रूप से लेटेंट कॉन्टेक्स्ट वेरिएबल्स का अनुमान लगाने के लिए आंतरिक "फंक्शन वेक्टर्स" का उपयोग करते हैं, यह प्रदर्शित करते हुए कि फीडफॉरवर्ड ब्लॉक्स और गहराई, पहले की समझ की तुलना में अधिक समृद्ध श्रेणी के एडेप्टिव इन-कॉन्टेक्स्ट लर्निंग एल्गोरिदम को सक्षम करती है।

Learning Policy from a Single Trajectory in Average-Reward Markov Decision Process

यह शोधपत्र नवीन मॉडल-मुक्त विधियों को पेश करके कमजोर रूप से संचारित औसत-इनाम वाले MDPs में एक एकल प्रक्षेपवक्र (trajectory) से नीतियां सीखने के लिए पहले परिमित नमूना जटिलता (finite sample complexity) गारंटी स्थापित करता है, जो एर्गोडिसिटी या जेनेरेटिव मॉडल जैसी प्रतिबंधात्मक धारणाओं की आवश्यकता के बिना $\widetilde{O}(1/\varepsilon^2)$ और $\widetilde{O}(1/\varepsilon^4)$ बाउंड प्राप्त करते हैं।

The Algebra of Units: From Buckingham's Pi-grec Theorem to Latent-Variable Learning

यह शोधपत्र एक डेटा-संचालित विधि प्रस्तुत करता है जो लघुगणकीय रूपांतरण (logarithmic transformation), सिंगुलर वैल्यू डिकंपोजिशन (singular value decomposition) और पूर्णांक-घातांक खोज (integer-exponent search) का उपयोग करके कच्चे मापों से स्वतः ही विमाहीन भौतिक समूहों (dimensionless physical groups) की खोज करती है, जिससे अंतर्निहित भौतिकी के पूर्व ज्ञान के बिना शास्त्रीय इंजीनियरिंग नियमों को पुनः प्राप्त किया जा सकता है।

MyPCBench: A Benchmark for Personally Intelligent Computer-Use Agents

P3B3: A Multi-Turn Conversational Benchmark for Measuring European and Brazilian Portuguese Variety Bias in LLMs

यह शोध पत्र P3B3 को प्रस्तुत करता है, जो एक विशेषज्ञ-क्यूरेटेड बेंचमार्क और मूल्यांकन ढांचा है जो वर्तमान बड़े भाषा मॉडलों (Large Language Models) में यूरोपीय पुर्तगाली की तुलना में ब्राज़ीलियाई पुर्तगाली के प्रति एक महत्वपूर्ण पूर्वाग्रह को प्रकट करता है, जो अधिक संतुलित बहुभाषी प्रतिनिधित्व की तत्काल आवश्यकता को रेखांकित करता है।

Cross-Silo De-Anonymization Under Local Differential Privacy: Threat Model, Phase Transition, and Coordination Necessity

यह शोध पत्र एक क्रॉस-साइलो व्यक्ति-स्तरीय डिफरेंशियल प्राइवेसी फ्रेमवर्क स्थापित करता है ताकि यह प्रदर्शित किया जा सके कि डी-एनोनिमाइजेशन (de-anonymization) $k^* = \Theta(\log n / \epsilon^2)$ के एक थ्रेशोल्ड पर एक तीव्र फेज ट्रांजिशन (phase transition) से गुजरता है, जो यह सिद्ध करता है कि भले ही व्यक्तिगत साइलो निजी हों, अनकोऑर्डिनेटेड स्थानीय DP आउटपुट का एकत्रीकरण इस बिंदु के आगे अनिवार्य रूप से गुमनामी से समझौता करता है।

A Validated LBM Dataset and Pipeline for Surrogate Modeling of Turbulent 3D Obstructed Channel Flows

यह शोध पत्र एक क्युमुलेन्ट-आधारित लैटिस बोल्ट्ज़मैन सॉल्वर का उपयोग करके 3D टर्बुलेंट ऑब्स्ट्रक्टेड चैनल प्रवाह के उच्च-रिज़ॉल्यूशन डेटासेट को उत्पन्न करने के लिए एक कठोरता से मान्य, पुनरुत्पादक पाइपलाइन प्रस्तुत करता है, जो टर्बुलेंस मॉडलिंग में न्यूरल ऑपरेटर सरोगेट्स के मूल्यांकन और तुलना के लिए एक मानकीकृत बेंचमार्क स्थापित करता है।

We Need Explanation Cards to Connect Explanation Algorithms to the Real World

यह शोध पत्र जटिल एल्गोरिदम संबंधी स्पष्टीकरणों और वास्तविक दुनिया की उपयोगिता के बीच के अंतर को पाटने के लिए "एक्सप्लेनेशन कार्ड्स" (Explanation Cards) को एक व्यावहारिक ढांचे के रूप में प्रस्तावित करता है, जो मानक आउटपुट को मजबूती डेटा (robustness data), वैधता जांच और स्पष्ट व्याख्या निर्देशों के साथ संवर्धित करता है जो समझने की जिम्मेदारी उपयोगकर्ता से प्रदाता की ओर स्थानांतरित कर देता है।

Tying the Loop -- Tied Expert Layers in Mixture-of-Experts Language Models

यह शोध पत्र एक्सपर्ट टायिंग (Expert Tying) को प्रस्तुत करता है, जो मिक्सचर-ऑफ-एक्सपर्ट्स (Mixture-of-Experts) मॉडलों में लगातार ट्रांसफॉर्मर परतों के बीच एक्सपर्ट पैरामीटर्स को साझा करने की एक विधि है, जिससे प्रदर्शन पर नगण्य प्रभाव के साथ मेमोरी आवश्यकताओं को लगभग आधा कर दिया जाता है, जिससे बड़े भाषा मॉडलों के प्रशिक्षण और स्केलिंग के लिए कंप्यूट-टू-मेमोरी ट्रेड-ऑफ में महत्वपूर्ण सुधार होता है।