19863 पेपर
यह शोध पत्र FedCausal-Dyn का प्रस्ताव करता है, जो एक नवीन फेडरेटेड लर्निंग फ्रेमवर्क है जो गैर-स्थिर (non-stationary) वातावरण में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए कॉज़ल-डोमेन फीचर सेपरेशन और डायनेमिक प्रोटोटाइप एग्रीगेशन का उपयोग करके डायनेमिक फीचर ड्रिफ्ट को संबोधित करता है।
यह शोध पत्र यह पहचान करता है कि डीप सीटीआर (CTR) मॉडल अक्सर पहले इपोक के बाद तत्काल सत्यापन प्रदर्शन पतन (validation performance collapse) से ग्रस्त होते हैं और यह प्रदर्शित करता है कि जबकि लर्निंग रेट ट्यूनिंग सीमित मदद प्रदान करती है, अत्यधिक विरल (sparse) विशेषताओं को हटाने और विरल मानों को एकत्रित करके विशेषता विरलता (feature sparsity) को नियंत्रित करना प्रशिक्षण को प्रभावी ढंग से स्थिर करता है और ऑफलाइन एवं ऑनलाइन दोनों प्रदर्शनों में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक आउटपुट-अवेयर सेफ्टी गार्डरेल प्रस्तावित करता है जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स में सुरक्षा और उपयोगिता दोनों को बनाए रखने के लिए, इनपुट-साइड फिल्टर्स में आम 'ओवर-रिफ्यूज़ल' की समस्या को कम करने हेतु मॉडल के हिडन स्टेट स्पेस के भीतर संभावित असुरक्षित जनरेशन का पूर्वानुमान लगाता है।
YUKTI एक सुदृढ़ निर्णय लेने वाला ढांचा है जो प्राकृतिक-भाषा स्थितियों को अनिश्चितता-प्रकार के प्रपोजिशन ग्राफ में परिवर्तित करके धारणा-मजबूत पारेटो फ्रंटियर्स और सत्यापन योग्य रिग्रेट प्रमाणपत्र उत्पन्न करता है, जो गुणांक अनिश्चितता और संरचनात्मक मिसस्पेसिफिकेशन के तहत निर्णय संबंधी पछतावे (रिग्रेट) को न्यूनतम करके मानक एकल-उद्देश्य अनुकूलन और एलएलएम-आधारित प्लानर्स की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र GES को प्रस्तुत करता है, जो यूक्लिडियन TSP के लिए एक लर्निंग-आधारित ग्राफ एज स्पार्सिफिकेशन विधि है, जो 1% से कम की ऑप्टिमलिटी गैप बनाए रखते हुए ग्राफ के आकार को 99% तक अनुकूल रूप से कम करता है, जिससे बड़े पैमाने के इंस्टेंस के समाधान में महत्वपूर्ण तेजी आती है।
EvoClawBench एक नया बेंचमार्क है जो यह मूल्यांकन करता है कि क्या AI एजेंट अपने स्वयं के निष्पादन (executions) से साक्ष्य को पुन: प्रयोज्य कौशल (reusable skills) में प्रभावी ढंग से परिवर्तित कर सकते हैं, जो यह प्रकट करता है कि ऐसा स्व-शिक्षण स्वचालित प्रदर्शन सुधारों के बजाय अत्यधिक चयनात्मक और रनटाइम-निर्भर परिणाम देता है।
यह शोध पत्र SEQ-FCT को प्रस्तुत करता है, जो एक नियंत्रित डेटा-प्रोविजनिंग फ्रेमवर्क है जो नियत मास्किंग (deterministic masking), सिंथेटिक परिदृश्य विस्तार (synthetic scenario expansion) और टोकनाइज़ेशन को एकीकृत करता है ताकि डेटा रिसाव के जोखिमों को कम करते हुए ERP गुणवत्ता परिवेशों में सुरक्षित, उच्च-सटीकता वाले वित्तीय नियंत्रण परीक्षण को सक्षम बनाया जा सके।
यह शोध पत्र एक डिफरेंशिएबल पार्टिकल ट्यूब कंट्रोल (DPTC) योजना का उपयोग करते हुए एक डिफरेंशिएबल भौतिकी ढांचे का प्रस्ताव करता है ताकि एक्चुएटर सैचुरेशन बाधाओं को सीधे कम्प्यूटेशनल ग्राफ में समाहित करके पुन: प्रयोज्य प्रक्षेपण वाहनों के लिए सुदृढ़ प्रक्षेपवक्र अनुकूलन प्राप्त किया जा सके, जिससे एरोडायनामिक अनिश्चितताओं और नियंत्रण सीमाओं के तहत क्लोज्ड-लूप स्थिरता बनाए रखने में पारंपरिक विधियों से बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र Q-Score प्रस्तुत करता है, जो एक क्वांटम-नेटिव मॉलिक्यूलर डॉकिंग स्कोरिंग फंक्शन है जो ऑर्बिटल डोनर-एक्सेप्टर ऊर्जाओं को एनकोड करने के लिए ग्राफ न्यूरल नेटवर्क और डिजिटाइज़्ड-काउंटरडायैबैटिक QAOA का लाभ उठाता है, और अधिकतम-भार वाले वर्टेक्स क्लिक (maximum-weight vertex clique) समस्याओं के माध्यम से बाइंडिंग विशिष्टता को हल करके शास्त्रीय विधियों के प्रति उत्कृष्ट ऑर्थोगोनैलिटी और NISQ हार्डवेयर पर सटीक अनुकूलन को सफलतापूर्वक प्रदर्शित करता है।
यह शोध पत्र MorphologyFM को प्रस्तुत करता है, जो एक मल्टीमॉडल फाउंडेशन मॉडल है जिसे एक मॉर्फोलॉजी-अवेयर सेल्फ-सुपरवाइज्ड ऑब्जेक्टिव का उपयोग करके युग्मित ECG और SpO2 वेवफॉर्म्स पर प्रीट्रेन किया गया है, जो नैदानिक रूप से सार्थक वेवफॉर्म संरचनाओं को स्पष्ट रूप से संरक्षित करके विविध क्लिनिकल प्रेडिक्शन कार्यों में मौजूदा विधियों से बेहतर प्रदर्शन करता है।