19863 पेपर
यह शोध पत्र तर्क देता है कि सॉफ्टवेयर इंजीनियरिंग अनुकूलन में मॉडल अस्थिरता केवल शोर नहीं बल्कि एक प्रबंधनीय गुण है, जो यह प्रदर्शित करता है कि मॉडलिंग सेटिंग्स में रणनीतिक समायोजन निरंतरता और अनुशंसा गुणवत्ता में महत्वपूर्ण सुधार कर सकते हैं, साथ ही डेटा की विशेषताओं द्वारा आरोपित मौलिक सीमाओं को भी स्वीकार करता है।
यह शोध पत्र यह प्रदर्शित करता है कि सूचनात्मक बाधा (इन्फॉर्मेशन बॉटलनेक) के माध्यम से कृत्रिम तंत्रिका नेटवर्क (आर्टिफिशियल न्यूरल नेटवर्क्स) को निम्न-आयामी निरूपण (लो-डायमेंशनल रिप्रेजेंटेशन्स) सीखने के लिए मजबूर करना सामान्यीकरण प्राप्त करने के लिए आवश्यक है, एक ऐसी प्रक्रिया जो गैर-एकदिष्ट कारण उद्भव गतिकी (नॉन-मोनोटोनिक कॉज़ल इमर्जेंस डायनेमिक्स) द्वारा अभिलक्षित है जो जटिल कार्यों को सीख रहे चूहों की हिप्पोकैम्पल गतिविधि में देखे गए व्यवहार को प्रतिबिंबित करती है, जिससे संज्ञानात्मक विज्ञान में उभरते हुए निरूपणों की कार्यात्मक और कारण भूमिका का समर्थन मिलता है।
यह शोध पत्र एक ऑडिट करने योग्य वर्किंग मेमोरी आर्किटेक्चर का प्रस्ताव करता है जो संदर्भ को कार्य निर्भरता (task dependency) के आधार पर व्यवस्थित करता है—रिकॉल, सारांश और लोकैलिटी जानकारी को विशिष्ट घटकों में आवंटित करता है—जिससे मेमोरी को कुल टोकन गणना के बजाय सूचना के विशिष्ट मदों की संख्या के साथ स्केल करने में सक्षम बनाया जा सके, जो लंबे, पुनरावृत्ति वाले स्ट्रीम्स में दक्षता और व्याख्यात्मकता में सुधार करता है।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो विशेषज्ञ पृष्ठभूमि ज्ञान को केवल एक पोस्ट-प्रोसेसिंग चरण के रूप में नहीं, बल्कि सीधे कारण खोज (कॉज़ल डिस्कवरी) प्रक्रिया में एकीकृत करता है, ताकि कारण ग्राफ (कॉज़ल ग्राफ्स) सीखने की कम्प्यूटेशनल स्केलेबिलिटी और संरचनात्मक सटीकता दोनों में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र तर्क देता है कि स्वास्थ्य सेवा में प्रोडक्शन-रेडी फेडरेटेड लर्निंग प्राप्त करने के लिए एक एकीकृत MLOps और FLOps आर्किटेक्चर की आवश्यकता है जो विकेंद्रीकृत चिकित्सा डेटा प्रशिक्षण की परिचालन और नियामक चुनौतियों को दूर करने के लिए सुरक्षित ऑर्केस्ट्रेशन, गोपनीयता-संरक्षण तंत्र और सुदृढ़ शासन को संयोजित करता है।
यह शोध पत्र \textsc{Cobras} को प्रस्तुत करता है, जो एक नवीन एक्टिवेशन स्टीयरिंग विधि है जो एक सिद्धांतपूर्ण, क्वेरी-अनुकूलित स्टीयरिंग दिशा प्राप्त करने के लिए रेसिडुअल-स्ट्रीम हाइपरस्फीयर पर एक श्रोडिंगर ब्रिज (Schrödinger Bridge) के रूप में समस्या को सूत्रबद्ध करती है, जो मौजूदा बेसलाइनों से बेहतर प्रदर्शन करती है और आउट-ऑफ-डिस्ट्रीब्यूशन प्रदर्शन गिरावट से बचती है।
यह शोध पत्र प्रोग्रेसिव लोडिंग-अवेयर हिरार्किकल कॉन्ट्रास्टिव लर्निंग (PL-HCL) को प्रस्तुत करता है, जो एक LLM-आधारित फ्रेमवर्क है जो एजेंट स्किल्स के विवरणों और वास्तविक व्यवहारों के बीच क्रॉस-लेयर मिसअलाइनमेंट का प्रभावी ढंग से पता लगाता है, जिससे ओपन-सोर्स स्किल्स के एक बड़े पैमाने के डेटासेट पर मैक्रो-F1 स्कोर में 0.45 से 0.87–0.89 तक की महत्वपूर्ण वृद्धि प्राप्त होती है।
यह शोध पत्र UNIT को प्रस्तुत करता है, जो एक दो-चरणीय अनुमानक (estimator) है जो "कोई आवश्यक विषमता नहीं" (no essential heterogeneity) की धारणा के तहत संरचनात्मक मध्यस्थता पैरामीटर (structural mediation parameter) के अनुमानों की सटीकता में सुधार करने के लिए TARNet-आधारित गहन प्रतिनिधित्व शिक्षण (deep representation learning) का लाभ उठाता है, जिससे पूर्वाग्रह या कवरेज से समझौता किए बिना मानक त्रुटियों (standard error) में महत्वपूर्ण कमी आती है।
LLM-PDESR एक नवीन ढांचा है जो शोर वाले डेटा से गवर्निंग पार्शियल डिफरेंशियल इक्वेशंस को सटीक रूप से खोजने के लिए लार्ज लैंग्वेज मॉडल-निर्देशित प्रतीकात्मक परिकल्पना पीढ़ी को सुदृढ़ सबडोमेन वेटेड रेसिडुअल्स और C⁴-कंटीन्यूअस स्प्लाइन डिफरेंशिएशन के साथ जोड़ता है, जो संरचनात्मक रिकवरी और शोर प्रतिरोध में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक नवीन लघु पाठ क्लस्टरिंग फ्रेमवर्क प्रस्तावित करता है जो स्थानीय अर्थ संबंधी निरंतरता को पकड़ने के लिए एक इंस्टेंस-स्तरीय अटेंशन मैकेनिज्म को एकीकृत करके ऑप्टिमल ट्रांसपोर्ट को बढ़ाता है, जिससे विश्वसनीय छद्म-लेबल (pseudo-labels) उत्पन्न होते हैं जो वैश्विक क्लस्टर संरचनाओं के साथ पड़ोस संबंधी संबंधों को सामंजस्यपूर्ण बनाते हैं ताकि अत्याधुनिक तरीकों से बेहतर प्रदर्शन किया जा सके।