22512 पेपर
यह शोधपत्र FedCONST का प्रस्ताव करता है, जो एक फेडरेटेड लर्निंग फ्रेमवर्क है जो प्रशिक्षण को स्थिर करने, विषम क्लाइंट डेटा पर ओवरफिटिंग को कम करने और अत्याधुनिक फीचर जनरलाइजेशन प्राप्त करने के लिए एडेप्टिव अपडेट मॉड्यूलेशन और लीनियर कॉनवेक्स कंस्ट्रेंट्स का उपयोग करता है।
यह शोध पत्र COMET को प्रस्तुत करता है, जो एक मॉडल-आधारित सुदृढीकरण अधिगम (reinforcement learning) एल्गोरिदम है जो एक फ्रोजन ऑब्जेक्ट-सेंट्रिक एनकोडर को एक्शन-स्लॉट फ्यूजन और ऑब्जेक्ट-कॉज़ल अटेंशन वाले ट्रांसफार्मर-आधारित वर्ल्ड मॉडल के साथ जोड़कर मोंटे कार्लो ट्री सर्च प्लानिंग को बेहतर बनाता है, जिसके परिणामस्वरूप मौजूदा बेसलाइनों की तुलना में विविध दृश्य और गतिशील कार्यों में उत्कृष्ट प्रारंभिक-चरण प्रदर्शन प्राप्त होता है।
यह शोध पत्र EM-NeSy को प्रस्तुत करता है, जो एक नवीन न्यूरोसिम्बोलिक लर्निंग फ्रेमवर्क है जो एक्सपेक्टेशन-मैक्सिमाइज़ेशन (Expectation-Maximization) एल्गोरिदम का लाभ उठाकर स्केलेबल और कुशल प्रशिक्षण को सक्षम बनाता है, जिससे प्रतीकात्मक घटक (symbolic component) के डिफरेंशिएबल होने की आवश्यकता नहीं होती है, और इस प्रकार यह सटीक और अनुमानित दोनों प्रकार के तर्क (reasoning) का समर्थन करता है।
यह शोध पत्र एक मनोध्वनिक (psychoacoustic) ढांचे को प्रस्तुत करता है जो यह प्रदर्शित करता है कि ऑडियो डीपफेक डिटेक्शन मॉडल के लिए पोस्ट-हॉक स्पष्टीकरण नाजुक होते हैं, क्योंकि हमलावर मॉडल के मूल वर्गीकरण को सुरक्षित रखते हुए एट्रिब्यूशन हीटमैप्स को व्यवस्थित रूप से विकृत करने के लिए अदृश्य गड़बड़ी (inaudible perturbations) लागू कर सकते हैं।
यह शोधपत्र नॉनलीनियर टू-टाइम-स्केल स्टोकेस्टिक एप्रोक्सिमेशन (nonlinear two-time-scale stochastic approximation) की अभिसरण दर (convergence rate) में एक तीव्र चरण संक्रमण (sharp phase transition) की पहचान करता है, जो यह दर्शाता है कि अनकॉर्डक्टेड अपडेट्स (uncorrected updates) स्थानीय नॉनलिनियैरिटी द्वारा निर्धारित एक धीमी दर से ग्रस्त होते हैं, लेकिन एक सहायक ऑनलाइन बायस एस्टीमेटर (auxiliary online bias estimator) को पेश करके नॉनलिनियर लीकेज (nonlinear leakage) को रद्द किया जा सकता है, जिससे एक इष्टतम दर प्राप्त करने के लिए इस सीमा को दूर किया जा सकता है।
यह शोध पत्र स्ट्रक्चरल नॉलेज-ग्राफ कंप्लीशन में डिकोडर विकल्पों के प्रभाव का व्यवस्थित रूप से मूल्यांकन करने के लिए एक रेसिपी-कंट्रोल्ड डिकोडर ऑडिट (RCDA) प्रोटोकॉल प्रस्तुत करता है, जो यह प्रकट करता है कि डिकोडर का प्रदर्शन प्रशिक्षण रेसिपी और डेटासेट उत्पत्ति के प्रति अत्यधिक संवेदनशील है, विशेष रूप से छोटे नॉलेज ग्राफ पर, और विशिष्ट एनकोडर को लाभ का श्रेय देने से पहले मैच की गई डिकोडर तुलना का समर्थन करता है।
यह शोध पत्र कोवेरिएट शिफ्ट (covariate shift) और चयनात्मक लेबलिंग (selective labeling) की संयुक्त चुनौतियों के तहत ब्लैक-बॉक्स प्रेडिक्शन मॉडल्स के लक्षित जोखिम (target risk) का सटीक अनुमान लगाने के लिए इन्फ्लुएंस फंक्शन्स (influence functions) पर आधारित एक डबल मशीन लर्निंग प्रक्रिया प्रस्तावित करता है, जो इलेक्ट्रॉनिक हेल्थ रिकॉर्ड प्रयोगों में मौजूदा विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र प्रदर्शित करता है कि कोड की शुद्धता (correctness) को जनरेशन से पहले एक Qwen3-4B मॉडल के हिडन स्टेट्स (hidden states) से रैखिक रूप से डिकोड किया जा सकता है, जबकि कठोर रेसिडुअलाइजेशन नियंत्रणों (residualization controls) के माध्यम से यह प्रकट होता है कि स्पष्ट "सुधार" (repair) संकेत वास्तव में संदर्भ द्वारा भ्रमित (confounded) हैं, न कि पृथक समझ संबंधी विशेषताओं का प्रतिनिधित्व करते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि मानक प्रिंसिपल कंपोनेंट एनालिसिस (PCA) उच्च-दांव वाले निर्णय लेने में विनाशकारी रूप से विफल हो सकता है क्योंकि यह लगभग सारा विचरण (variance) सुरक्षित रखते हुए दुर्लभ, उच्च-प्रभाव वाली घटनाओं के संकेतों को मिटा देता है, और यह एस्पेक्टाइल PCA (Expectile PCA) तथा टेल-प्रिजर्विंग PCA (Tail-Preserving PCA) को बेहतर विकल्पों के रूप में प्रस्तावित करता है जो स्पष्ट रूप से टेल रिस्क (tail risk) को प्राथमिकता देते हैं।
यह शोध पत्र PS2-RL को प्रस्तुत करता है, जो एक नवीन दो-चरणीय ढांचा (two-phase framework) है जो एक सीखे हुए बैकअप पॉलिसी को ऑनलाइन स्पष्ट रूप से नियंत्रण-अपरिवर्तनीय सेट (control-invariant sets) उत्पन्न करने के लिए प्रशिक्षित करके सिद्ध रूप से सुरक्षित और स्केलेबल सुदृढीकरण लर्निंग (reinforcement learning) प्राप्त करता है, जिन्हें अंतर्निहित RL एल्गोरिदम को प्रतिबंधित किए बिना एक विभेदक प्रक्षेपण परत (differentiable projection layer) के माध्यम से लागू किया जाता है।