22512 पेपर
यह शोध पत्र एक संक्षिप्त प्रमाण ढांचे के माध्यम से क्रॉसकोडर्स (crosscoders) में फीचर इंटरैक्शन को औपचारिक रूप देता है, जिससे एक स्पष्ट इंटरैक्शन टर्म प्राप्त होता है जो महत्वपूर्ण रूप से बेहतर प्रदर्शन के साथ कम्प्यूटेशनल रूप से स्पार्स मॉडल प्राप्त करने के लिए एक डिफरेंशिएबल लॉस पेनल्टी के रूप में कार्य करता है और साथ ही सार्थक फीचर क्लस्टरिंग और स्लीपर एजेंटों का पता लगाने में सक्षम बनाता है।
यह शोध पत्र लैमोंट, ओक्लाहोमा के लिए यथार्थवादी, उच्च-आवृत्ति वाली सतह की पवन वेक्टर समय श्रृंखला उत्पन्न करने के लिए वेक्टर-क्वांटाइज्ड वेरिएशनल ऑटोएनकोडर्स पर आधारित मशीन लर्निंग मॉडल विकसित और मूल्यांकित करता है, जो जटिल दैनिक अस्थिरता पैटर्न को सफलतापूर्वक कैप्चर करता है जबकि चरम पवन गति वितरणों को पुनरुत्पादित करने में सीमाओं को भी रेखांकित करता है।
यह शोध पत्र न्यूरल नेटवर्क एन्सेम्बल्स के क्लोज्ड-सिस्टम (बंद-प्रणाली) की तुलना परमाणु अभिक्रिया सिद्धांत के ओपन-सिस्टम (खुली-प्रणाली) एनालॉग्स के साथ करने वाला एक सैद्धांतिक ढांचा स्थापित करता है, और अंततः यह निष्कर्ष निकालता है कि निरंतर स्पेक्ट्रा और तरंग-समान व्यवहार के अभाव के कारण मुख्यधारा की लर्निंग में बाद वाले की विशिष्ट नॉन-हर्मिटियन डायनेमिक्स संरचनात्मक रूप से अनुपस्थित हैं, जिससे परिचालन अनिश्चितता का वास्तविक स्रोत क्लोज्ड-सिस्टम पत्राचार के भीतर स्थित होता है।
यह शोध पत्र यह सिद्ध करने वाला एक सैद्धांतिक ढांचा स्थापित करता है कि ट्रांसफॉर्मर सूचना प्रवाह (Transformer information flow) हासे आरेख (Hasse diagrams) की ओर अभिसरित होता है, जो कार्य-प्रेरित आंशिक क्रमों (task-induced partial orders) के न्यूनतम सामान्य सुपरग्राफों (minimal common supergraphs) को हल करके ब्लॉक टू-स्ट्रीम (Block Two-Stream) और बटरफ्लाई अटेंशन (Butterfly Attention) जैसे नवीन अटेंशन मास्क के व्यवस्थित डिजाइन को सक्षम बनाता है।
यह शोध पत्र एक डीप लर्निंग सिस्टम प्रस्तुत करता है जो हेड सीटी स्कैन में थ्रू-प्लेन स्पेसिंग को आधा करने के लिए इंटरमीडिएट सीटी स्लाइस को सिंथेसाइज करता है, जिससे एनिसोट्रॉपी और शोर (नॉइज़) दोनों को कम किया जाता है और विभिन्न लॉस फंक्शन्स के कठोर मूल्यांकन के माध्यम से क्लासिकल और वीडियो इंटरपोलेशन बेसलाइन्स की तुलना में बेहतर प्रदर्शन प्रदर्शित किया जाता है।
HydraCIL एक संसाधन-कुशल क्लास-इन्क्रीमेंटल लर्निंग फ्रेमवर्क है जो बैकबोन को फ्रीज करता है और अत्याधुनिक प्रदर्शन से मेल खाते हुए एम्बेडेड उपकरणों पर तीव्र, टिकाऊ अनुकूलन को सक्षम करने के लिए प्रोटोटाइप-गाइडेड, टास्क-विशिष्ट क्लासिफायर हेड्स का उपयोग करता है।
यह शोध पत्र सैद्धांतिक और अनुभवजन्य रूप से यह प्रदर्शित करता है कि फाईनाइट स्केलर क्वांटाइजेशन (FSQ) टोकेनाइजेशन स्कीम निरंतर डिफ्यूजन मॉडल्स के लिए इष्टतम है जो श्रेणीगत डेटा उत्पन्न करते हैं, जैसा कि टेक्स्ट-टू-स्पीच कार्यों में इसके उत्कृष्ट प्रदर्शन से सिद्ध होता है जहाँ यह ऑटोरेग्रेसिव लार्ज लैंग्वेज मॉडल्स से बेहतर प्रदर्शन करता है और साथ ही काफी छोटा और तेज़ भी है।
यह शोध पत्र hls4ml टूलकिट का एक विस्तार प्रस्तुत करता है जो हाइडलबर्ग स्पाइकिंग डिजिट्स (Heidelberg Spiking Digits) डेटासेट पर प्रदर्शित निम्न-विलंबता वास्तविक समय अनुमान (low-latency real-time inference) को सक्षम करते हुए, FPGAs पर PyTorch-प्रशिक्षित स्पाइकिंग न्यूरल नेटवर्क्स के क्लॉक-ड्रिवन परिनियोजन (clock-driven deployment) को सक्षम बनाता है।
यह शोध पत्र प्रदर्शित करता है कि एक टेक्स्ट-टू-स्पीच लैंग्वेज मॉडल के बैकबोन पर स्पार्स ऑटोएनकोडर्स को प्रशिक्षित करने से व्याख्या योग्य, मोडैलिटी-अवेयर फीचर्स प्राप्त होते हैं जिन्हें सामग्री को सुरक्षित रखते हुए हँसी, वक्ता के लिंग और बोलने की गति जैसे विशिष्ट संश्लेषण गुणों को नियंत्रित करने के लिए कॉज़ली स्टीयर किया जा सकता है।
यह शोध पत्र प्रदर्शित करता है कि एक प्रोत्साहन-संरेखित बिटेंसोर एजेंट एरिना (SN15) उच्च-गुणवत्तापूर्ण, विविध एजेंटिक प्रक्षेपवक्र (trajectories) उत्पन्न कर सकता है, जिन्हें जब फ़िल्टर करके एक Qwen3-4B मॉडल को पोस्ट-ट्रेन करने के लिए उपयोग किया जाता है, तो वे सिंथेटिक डेटा के पूर्वाग्रहों और अनफ़िल्टर्ड प्रोडक्शन लॉग्स के शोर से बचते हुए ShoppingBench प्रदर्शन को 18.0% से बढ़ाकर 42.7% ASR तक महत्वपूर्ण रूप से सुधार देते हैं।