22512 पेपर
यह शोध पत्र एक प्रमाणित हाइब्रिड आर्किटेक्चर प्रस्तुत करता है जो ग्राहक मंथन (customer churn) की भविष्यवाणी में क्लास इम्बैलेंस और फीचर इंटरैक्शन को प्रभावी ढंग से संबोधित करने के लिए कैलिब्रेशन-अवेयर स्टैकिंग के माध्यम से FT-Transformer और ग्रेडिएंट-बूस्टेड ट्रीज़ को जोड़ता है, जिससे स्ट्रक्चर्ड टैबुलर डेटा पर बेसलाइन मॉडल्स की तुलना में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक स्पेक्ट्रल ग्राफ सुदृढीकरण शिक्षण (spectral graph reinforcement learning) ढांचे का प्रस्ताव करता है जो स्व-उपचार (self-healing) स्मार्ट ग्रिड में वास्तविक समय में, लगभग इष्टतम आउटेज डिटेक्शन और नेटवर्क पुनर्गठन को सक्षम करने के लिए आवृत्ति-डोमेन (frequency-domain) जानकारी का लाभ उठाता है, जो पारंपरिक तरीकों की तुलना में विभिन्न IEEE परीक्षण प्रणालियों में बेहतर सामान्यीकरण और प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक दो-चरणीय कार्यप्रणाली प्रस्तुत करता है जो मानव-निर्देशित विकास से एक स्वायत्त एजेंट कौशल प्रणाली में परिवर्तित होती है, जो AMD XDNA 2 स्थानिक NPU पर कई LLM को न्यूनतम मानवीय हस्तक्षेप के साथ महत्वपूर्ण प्रदर्शन लाभों के साथ एंड-टू-एंड सफलतापूर्वक तैनात करती है।
यह शोध पत्र एक "रूटिंग प्लेटो" (routing plateau) की पहचान करता है जहाँ विविध LLM रूटिंग विधियाँ एक समान, उप-इष्टतम सटीकता पर अभिसरित हो जाती हैं क्योंकि एक पूर्वानुमान क्षमता संबंधी बाधा (predictability bottleneck) मौजूद है जो इंस्टेंस-विशिष्ट संकेतों के बजाय वैश्विक रुझानों को प्राथमिकता देती है, और यह सुझाव देता है कि इन सीमाओं को पार करने के लिए बड़े डेटासेट, मजबूत एनकोडर और एंड-टू-एंड फाइन-ट्यूनिंग महत्वपूर्ण हैं।
यह शोध पत्र हाइपरबोलिक ज्यामिति के माध्यम से प्राकृतिक खोज ग्रेडिएंट्स (natural search gradients) की कठोर गणना करके और यह प्रदर्शित करके कि सामान्यीकृत कुरामोतो ऑसिलेटर्स (generalized Kuramoto oscillators) के समूह इन एल्गोरिदम को साकार कर सकते हैं, स्फेयर्स (spheres) पर ब्लैक-बॉक्स समस्याओं के लिए दो सूचना-ज्यामितीय अनुकूलन प्रवाह (information-geometric optimization flows) प्रस्तावित करता है, साथ ही बर्गमैन बॉल्स (Bergman balls) में प्राकृतिक ग्रेडिएंट नीतियों और क्वांटम निर्णय लेने के बीच एक संबंध को भी रेखांकित करता है।
UNIQ एक कुशल ऑफलाइन सुदृढीकरण शिक्षण (reinforcement learning) विधि है जो अवस्थाओं (states) केAcross अनुरूप रूप से कैलिब्रेटेड अनिश्चितता (conformally calibrated uncertainty) का उपयोग करके रूढ़िवादिता (conservatism) को अनुकूल रूप से समायोजित करती है, जिससे IQL की तुलना में प्रदर्शन-दक्षता संतुलन में महत्वपूर्ण सुधार होता है और कम मेमोरी लागत बनी रहती है।
यह शोधपत्र एक पोस्ट-हॉक डिबायसिंग (post-hoc debiasing) विधि प्रस्तावित करता है जो वेट अपडेट्स (weight updates) के सिंगुलर वैल्यू डिकंपोजिशन (singular value decomposition) की पूंछ को छोटा करके फाइन-ट्यून्ड मॉडल्स में स्प्यूरियस कोरिलेशन (spurious correlations) को कम करता है, जो न्यूनतम सटीकता हानि के साथ अल्पप्रतिनिधित्व वाले समूहों के बीच प्रदर्शन अंतराल को प्रभावी रूप से कम करता है।
यह शोध पत्र छोटे पैमाने के डेटा मिश्रण प्रयोगों को बड़े प्रशिक्षण बजटों तक एक्सट्रपलेशन करते समय विफलता के प्राथमिक कारण के रूप में "रिपिटिशन मिसमैच" (पुनरावृत्ति बेमेल) की पहचान करता है और एक सबसैंपलिंग प्रक्रिया का प्रस्ताव करता है जो लक्षित पुनरावृत्ति दरों से मेल खाती है ताकि पारंपरिक तरीकों की तुलना में काफी कम टोकन के साथ इष्टतम डेटा मिश्रणों का सटीक निर्धारण किया जा सके।
यह शोध पत्र DiffOR प्रस्तुत करता है, जो एक एकीकृत निरंतर जनरेटिव फ्रेमवर्क है जो ऑर्डिनल रिग्रेशन में क्वांटाइजेशन और कठोर सीमाओं की सीमाओं को दूर करने के लिए डिफ्यूजन मॉडल और एक डुअल-डिकपलिंग रणनीति का लाभ उठाता है, जिससे सॉफ्ट सिमेंटिक ट्रांज़िशन को गतिशील रूप से सीखकर विविध डोमेन में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र ट्रांसफॉर्मर की गतिशीलता को प्रायिकता मापों (probability measures) पर एक गैर-रेखीय नियंत्रण प्रणाली के रूप में मॉडल करता है, यह सिद्ध करते हुए कि गॉसियन वितरण प्रवाह के तहत अपरिवर्तित रहते हैं और विश्लेषण को एक परिमित-आयामी द्विरेखीय प्रणाली (bilinear system) तक कम करता है जो रिकी समीकरणों (Riccati equations) के साथ संबंधों के माध्यम से पहुँच क्षमता (reachability), स्थिरता और विस्फोट व्यवहार (blow-up behaviors) को अभिलक्षित करता है।