22512 पेपर
यह शोध पत्र एक नए "बोल्ट्ज़मैन मार्जिन" (Boltzmann margin) की स्थिति प्रस्तुत करता है जो त्सयाबकोव (Tsybakov) और मासार्ट (Massart) मार्जिन के बीच के अंतर को पाटता है, जिससे kNN क्लासिफायर के लिए पहले निकट-घातांकीय अभिसरण दरों (near-exponential convergence rates) को स्थापित करना सक्षम होता है।
यह शोध पत्र एक निश्चित डिज़ाइन सेटिंग के तहत डिज़ाइन मैट्रिक्स और रिस्पॉन्स वेक्टर दोनों पर द्विदिशीय यादृच्छिक प्रक्षेपों (bidirectional random projections) का उपयोग करके साधारण न्यूनतम वर्ग प्रतिगमन (ordinary least squares regression) के लिए एक अपेक्षित अतिरिक्त हानि सीमा (expected excess loss bound) स्थापित करता है, यह प्रदर्शित करते हुए कि यह दृष्टिकोण एकदिशीय प्रक्षेपों की तुलना में लगभग का प्रदर्शन अंतराल प्रदान करता है, जहाँ स्थिरांक छोटे प्रक्षेप आयामों के लिए सुधार प्रदान कर सकता है।
यह शोध पत्र एंकोर्ड रेसिडुअल ऑन-पॉलिसी डिस्टिलेशन (AR-OPD) प्रस्तुत करता है, जो एक डुअल-व्यू फ्रेमवर्क है जो स्थानीय रूप से सुलभ तर्क (locally reachable reasoning) को भविष्य-सशर्त ओरेकल संकेतों (future-conditioned oracle signals) से अलग करके विशेषाधिकार प्राप्त ऑन-पॉलिसी डिस्टिलेशन में सुधार करता है ताकि पश्चदृष्टि पूर्वाग्रह (hindsight bias) को रोका जा सके और दीर्घकालिक तर्क प्रदर्शन को बढ़ाया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि कॉम्बिनेटोरियल फ्यूजन एनालिसिस (CFA), IEEE-CIS बेंचमार्क पर एकल क्लासिफायर और मानक स्टैकिंग की तुलना में काफी बेहतर प्रदर्शन करने वाले ग्रेडिएंट-बूस्टेड मॉडल्स के एक इष्टतम, विविधता-भारित उपसमूह की पहचान करके, क्रेडिट-कार्ड धोखाधड़ी का पता लगाने के लिए एक प्रभावी सत्यापन-चरण विधि के रूप में कार्य करता है, जबकि सिंथेटिक डेटा ऑग्मेंटेशन प्रदर्शन के लिए हानिकारक सिद्ध होता है।
FOGO एक स्केलेबल ऑप्टिमाइज़र है जो मोमेंटम अपडेट्स को स्पेक्ट्रली ऑर्थोगोनलाइज़ करके और एक कॉम्पैक्ट, रैंडम-प्रोजेक्शन-आधारित मेमोरी के माध्यम से ग्रेडिएंट संघर्षों को हल करके अल्पकालिक और दीर्घकालिक विस्मृति (forgetting) दोनों को कम करता है, जिससे पिछले डेटा को संग्रहीत किए बिना विविध प्रशिक्षण परिदृश्यों में अभिसरण (convergence) और ज्ञान प्रतिधारण (knowledge retention) में सुधार होता है।
SpenseGPT एक व्यावहारिक वन-शॉट प्रूनिंग विधि पेश करता है जो मॉडल की सटीकता बनाए रखते हुए और कस्टम कंपाइलर सपोर्ट की आवश्यकता के बिना स्ट्रिक्ट सेमी-स्ट्रक्चर्ड स्पर्सिटी की सीमाओं को पार करते हुए, B200 GPU पर 1.2x तक एंड-टू-एंड LLM डिकोडिंग स्पीडअप प्राप्त करने के लिए हाइब्रिड स्पार्स-डेंस वेट फॉर्मेट का उपयोग करता है।
यह शोध पत्र FPQC-SAC को प्रस्तुत करता है, जो एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है जो फीचर रिप्रजेंटेशन को बाधित करने और वित्तीय बाजारों में कम सिग्नल-टू-नॉइज़ अनुपात के कारण होने वाले "फाइनेंशियल एंट्रॉपी ट्रैप" को कम करने के लिए पैरामीटराइज्ड क्वांटम सर्किट को एकीकृत करता है, जिससे अत्याधुनिक बेसलाइनों की तुलना में पोर्टफोलियो प्रबंधन की स्थिरता और रिटर्न में महत्वपूर्ण सुधार होता है।
UPLOTS एक एकीकृत, प्रॉम्प्ट-निर्देशित प्री-ट्रेंड ट्रांसफार्मर फ्रेमवर्क है जो डायनेमिक कंस्ट्रेंट प्रॉम्प्ट्स के साथ एक एकल मॉडल का लाभ उठाकर मौजूदा टाइम-सीरीज जनरेशन विधियों के विखंडन को दूर करता है ताकि कई डोमेन में विविध टेम्पोरल पैटर्न उत्पन्न किए जा सकें और डेटा-दुर्लभ परिदृश्यों में डेटा ऑग्मेंटेशन में सुधार किया जा सके।
यह शोध पत्र MoE-FedTP का प्रस्ताव करता है, जो एक व्यक्तिगत फेडेरेटेड लर्निंग फ्रेमवर्क है जो डेटा-दुर्लभ शहरों के लिए क्रॉस-सिटी ट्रैफिक प्रेडिक्शन में स्थानिक-कालिक विषमता (spatiotemporal heterogeneity) और गोपनीयता संबंधी चिंताओं को प्रभावी ढंग से संबोधित करने के लिए लाइटवेट मिक्सचर-ऑफ-एक्सपर्ट्स नेटवर्क और डायनेमिक गेटिंग का लाभ उठाता है।
यह शोधपत्र लेटेंट न्यूरल एक्टिविटी डायनेमिक्स को डिकोड करने के लिए मशीन लर्निंग विधियों का एक व्यापक सर्वेक्षण प्रदान करता है, जो हाल के फाउंडेशन मॉडल्स, बेंचमार्क और खुले चुनौतियों पर चर्चा करते हुए इस क्षेत्र को सिंगल-रीजन डायनेमिक्स, मल्टी-रीजन कम्युनिकेशन और बिहेवियर-अलाइन्ड मॉडलिंग में व्यवस्थित करता है।