22512 पेपर
यह शोध पत्र एक नवीन दो-चरणीय ढांचे का प्रस्ताव करता है जो विभिन्न पर्यवेक्षित शिक्षण (supervised learning) एल्गोरिदम को मॉडल मापदंडों को पूरी तरह से अनसुपरवाइज्ड (unsupervised) विधियों के माध्यम से चुनकर अपने मानक समकक्षों के समान प्रदर्शन प्राप्त करने में सक्षम बनाता है, जिससे यह सुझाव मिलता है कि पर्यवेक्षित और अनसुपरवाइज्ड शिक्षण के बीच का मौलिक अंतर पहले की तुलना में कम महत्वपूर्ण हो सकता है।
यह शोध पत्र एक नवीन आयामी न्यूरल ऑपरेटर फ्रेमवर्क प्रस्तुत करता है जो एक सहायक फलन आयाम (auxiliary function dimension) के माध्यम से एम्बेडिंग विकास को मॉडल करता है, जिससे पारंपरिक एम्बेडिंग-स्केलिंग दृष्टिकोणों की कम्प्यूटेशनल लागतों से बचते हुए विविध भौतिक बेंचमार्क में अत्याधुनिक सटीकता और सुदृढ़ता प्राप्त होती है।
यह शोध पत्र जनरेटिव एआई-संचालित अनुकूली हस्तक्षेपों (adaptive interventions) के लिए थॉम्पसन सैंपलिंग के साथ जेनरेटर-मीडिएटेड बैंडिट्स (GAMBITTS) का परिचय देता है, जो एक नवीन एल्गोरिदम है जो नीति शिक्षण (policy learning) को त्वरित करने और बेहतर रिग्रेट बाउंड्स प्राप्त करने के लिए एक्शन चयन और स्टोकेस्टिक ट्रीटमेंट जनरेशन के बीच के विभाजन को स्पष्ट रूप से मॉडल करके मानक बैंडिट विधियों में सुधार करता है।
यह शोध पत्र एक क्लस्टर-अवेयर कॉज़ल मिक्सर मॉडल प्रस्तावित करता है जो सह-संबंधित चैनलों को समूहित करता है, टेम्पोरल कॉज़ैलिटी (कालिक कार्य-कारण संबंध) को लागू करता है, और स्पूरियस सहसंबंधों को कम करने तथा टेम्पोरल निरंतरता सुनिश्चित करने के लिए एक अनुक्रमिक विसंगति-स्कोरिंग पद्धति का उपयोग करते हुए बेहतर ऑनलाइन मल्टीवेरिएट टाइम-सीरीज़ विसंगति का पता लगाने में सक्षम है।
यह शोध पत्र HEIST को प्रस्तुत करता है, जो 22.3 मिलियन स्थानिक रूप से सुिध्रित (spatially resolved) कोशिकाओं पर प्रीट्रेन किया गया एक पदानुक्रमित ग्राफ ट्रांसफॉर्मर फाउंडेशन मॉडल है, जो सेल एनोटेशन, जीन इमप्यूटेशन और क्लिनिकल आउटकम प्रेडिक्शन में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए स्थानिक संदर्भ को इंट्रा-सेलुलर जीन और प्रोटीन नेटवर्क के साथ एकीकृत करता है और स्थानिक प्रोटिओमिक्स जैसे अनदेखे डेटा प्रकारों तक सामान्यीकरण करता है।
यह शोध पत्र स्व-विनियमित कारों के लिए एक सुदृढीकरण शिक्षण-आधारित (reinforcement learning-based) प्रोटोकॉल प्रस्तावित करता है जो नए भौतिक बुनियादी ढांचे की आवश्यकता के बिना यातायात थ्रूपुट को अनुकूलित करने और भीड़भाड़ को कम करने के लिए मुक्त-प्रवाह सड़क नेटवर्क पर वाहनों की गति को गतिशील रूप से नियंत्रित करता है।
यह शोध पत्र TADI प्रस्तुत करता है, जो फेडरेटेड लर्निंग में टोपोलॉजी-आधारित सूचना रिसाव (information leakage) का विश्लेषण करने के लिए एक फ्रेमवर्क है, और Fulcrum को व्युत्पन्न करता है, जो एक क्लोज्ड-फॉर्म नॉइज़ एलोकेशन मैकेनिज्म है जो मॉडल उपयोगिता से समझौता किए बिना एसिमेट्रिक क्रॉस-साइलो फेडरेशन में मानक DP-SGD की तुलना में गोपनीयता में सख्ती से सुधार करता है।
यह शोध पत्र TaskPGM को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो म्यूचुअल इंफॉर्मेशन और बिहेवियरल डाइवर्जेंस के माध्यम से एक एनर्जी-बेस्ड मार्कोव रैंडम फील्ड का उपयोग करके टास्क इंटरैक्शन को मॉडल करता है, जिससे सुपरवाइज्ड फाइन-ट्यूनिंग डेटा मिश्रणों को अनुकूलित किया जाता है, और इस प्रकार बड़े भाषा मॉडल के प्रदर्शन में सुधार करने के लिए टास्क कवरेज और रेडंडेंसी के बीच संतुलन बनाता है।
यह शोध पत्र कंपोजिट ऑप्टिमाइज़ेशन समस्याओं के लिए सभी रैखिक रूप से अभिसारी (linearly convergent) एल्गोरिदम का एक पूर्ण लक्षण वर्णन प्रस्तुत करता है, उन्हें प्रशिक्षण योग्य, चरघातांकीय रूप से क्षय होने वाले संशोधनों वाले बेसलाइन विधियों के रूप में पैरामीटराइज़ करके, जिससे सबसे खराब स्थिति (worst-case) की अभिसरण और व्यवहार्यता गारंटी को सख्ती से संरक्षित करते हुए औसत-स्थिति के प्रदर्शन में सुधार सक्षम होता है।
यह सर्वेक्षण डिफ्यूजन लैंग्वेज मॉडल्स (DLMs) का एक व्यापक अवलोकन प्रदान करता है, जो उनके विकास, मूलभूत सिद्धांतों, अत्याधुनिक तकनीकों, अनुमान अनुकूलन (inference optimizations), मल्टीमॉडल विस्तार और व्यावहारिक अनुप्रयोगों का विवरण देते हुए वर्तमान चुनौतियों को संबोधित करता है और ऑटोरिग्रेसिव प्रतिमानों के एक आशाजनक विकल्प के रूप में भविष्य के अनुसंधान दिशाओं को रेखांकित करता है।