22512 पेपर
यह शोध पत्र LakeFM को प्रस्तुत करता है, जो अनियमित और विषम जलीय समय-श्रृंखला डेटा (time-series data) को संभालने की सीमाओं को दूर करने के लिए बड़े पैमाने पर सिम्युलेटेड और प्रेक्षित पारिस्थितिक डेटासेट पर प्री-ट्रेन किया गया एक फाउंडेशन मॉडल है, जिससे झील की गतिशीलता और जल गुणवत्ता का उत्कृष्ट और भौतिक रूप से सुसंगत पूर्वानुमान प्राप्त होता है।
यह अध्ययन भाषा मॉडल डिस्टिलेशन (language model distillation) में अवचेतन शिक्षण (subliminal learning) की सुदृढ़ किंतु मॉडल-आश्रित घटना को परिमाणित करता है, जो यह प्रकट करता है कि अवांछनीय व्यवहार केवल सौहार्दपूर्ण डेटा पर प्रशिक्षित होने के बावजूद भी शिक्षक से छात्र मॉडलों में स्थानांतरित हो सकते हैं, जिसमें Llama-2 एक तीव्र स्थानांतरण सीमा प्रदर्शित करता है और Qwen2.5 निरंतर, उच्च-स्तरीय स्थानांतरण दर्शाता है।
यह शोध पत्र RoVE को प्रस्तुत करता है, जो एक पैरामीटर-मुक्त संशोधन है जो वैल्यू एम्बेडिंग्स (value embeddings) को कीज़ (keys) के साथ घुमाता है ताकि वैल्यू पाथवे (value pathway) को स्थिति-संवेदनशील बनाया जा सके, जिससे विभिन्न अटेंशन फॉर्मुलेशन को एकीकृत किया जा सके और लॉन्ग-कॉन्टेक्स्ट (long-context) एवं इन-कॉन्टेक्स्ट लर्निंग (in-context learning) कार्यों में स्टैंडर्ड RoPE की तुलना में निरंतर प्रदर्शन सुधार प्रदर्शित किया जा सके।
यह शोध पत्र LAPG को प्रस्तुत करता है, जो एक न्यूनतम-क्रिया-सिद्धांत-निर्देशित (least-action-principle-guided) डिफ्यूजन फ्रेमवर्क है, जो एक सशर्त स्कोर-आधारित मॉडल को क्रिया-व्युत्पन्न वेरिएशनल प्रायर (action-derived variational prior) के साथ जोड़कर इन्फरेंस के दौरान जनरेटिव मॉडल्स में भौतिक निरंतरता को बढ़ाता है, जिससे प्रशिक्षण-समय की बाधाओं पर पूरी तरह निर्भर हुए बिना विभिन्न भौतिक प्रणालियों के लिए समय, मापदंडों और ज्यामितिों में विश्वसनीय एक्सट्रपलेशन सक्षम होता है।
यह शोधपत्र एक मेमोरी-कुशल, ओपन-वोकैबुलरी कीवर्ड स्पॉटिंग सिस्टम का प्रस्ताव करता है जो बिना किसी मॉडल फाइन-ट्यूनिंग के, देखे गए और अनदेखे भाषाओं में उच्च एंटिटी रिकॉल बनाए रखते हुए, काफी कम फुटप्रिंट के साथ विशाल शब्दावलियों को संसाधित करने में सक्षम बनाता है।
यह शोध पत्र क्वेरी फैमिली के इंसिडेंस ग्राफ के ट्रीविड्थ (treewidth) के संबंध में डिफरेंशियल प्राइवेट सिंथेटिक डेटा उत्पन्न करने की फिक्स्ड-पैरामीटर ट्रैक्टेबिलिटी (fixed-parameter tractability) को स्थापित करता है, जो लीनियर प्रोग्रामिंग और प्राइवेट मल्टीप्लिकेटिव वेट्स पर आधारित दो इष्टतम-त्रुटि एल्गोरिदम प्रस्तुत करता है जो ट्री डिकम्पोजिशन (tree decomposition) पर एक डायनेमिक प्रोग्रामिंग फ्रेमवर्क द्वारा एकीकृत हैं।
FreeBridge एक वेरिएशनल श्रोडिंगर ब्रिज फ्रेमवर्क है जो एक सीखे हुए सिंगल-सेल मैनिफोल्ड के भीतर स्टोकेस्टिक ट्रांसपोर्ट को बाधित करके, फिक्स्ड कंट्रोल और ट्रीटेड आबादी के बीच सेलुलर ट्रांजिशन डायनेमिक्स को मॉडल करता है, जिससे मौजूदा जनरेटिव मॉडल्स की तुलना में जैविक रूप से प्रशंसनीय मध्यवर्ती प्रक्षेपवक्र और मैकेनिज्म-ऑफ-एक्शन रिटेंशन सुनिश्चित होता है।
यह शोध पत्र एक व्याख्यात्मक न्यूरल मार्क सांख्यिकी ढांचे (interpretable neural marked statistics framework) का प्रस्ताव करता है जो गैर-रेखीय क्षेत्र पुन: भारण (non-linear field reweighting) को सामान्यीकृत करने के लिए कंट्रास्टिव लर्निंग का उपयोग करता है, जो शास्त्रीय विधियों की तुलना में कॉस्मोलॉजिकल पैरामीटर बाधाओं में महत्वपूर्ण सुधार करता है और विसंगतियों (degeneracies) को तोड़ता है।
यह शोध पत्र SPADE को प्रस्तुत करता है, जो एक ऑटोरेग्रेसिव ट्रांसफार्मर है जो इंट्रा-टोकन सहसंबंधों (intra-token correlations) को सीखने के लिए मानक सेल्फ-अटेंशन का लाभ उठाने हेतु मल्टी-फीचर टोकन को स्वतंत्र रूप से एम्बेड और विलंबित (delay) करता है, जिससे हाई-ग्रैनुलैरिटी कैलोरीमीटर शॉवर सिमुलेशन में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र यह प्रदर्शित करता है कि न्यूरल नेटवर्क 90% से अधिक इनपुट भ्रष्टाचार (corruption) के बावजूद एक सार्वभौमिक "नियरेस्ट-क्लास-मीन" (nearest-class-mean) प्रोटोटाइप नियम को प्रभावी ढंग से लागू करके मजबूत वर्गीकरण सटीकता बनाए रखते हैं, जो एक ऐसी प्रणाली है जो विभिन्न आर्किटेक्चर में बनी रहती है और जिसे अनंत-चौड़ाई वाले नेटवर्क सिद्धांत (infinite-width network theory) का उपयोग करके विश्लेषणात्मक रूप से व्युत्पन्न किया गया है।