22999 पेपर
यह शोध पत्र V-Reason को प्रस्तुत करता है, जो एक इन्फरेंस-टाइम अनुकूलन विधि है जो एडेप्टिव माइक्रो-एक्सप्लोरेशन और माइक्रो-एक्सप्लोइटेशन चक्रों के माध्यम से लार्ज मल्टीमॉडल मॉडल्स को निर्देशित करने के लिए एंट्रॉपी-आधारित संकेतों का लाभ उठाती है, जिससे बिना किसी महंगी ट्रेनिंग के अत्याधुनिक वीडियो रीजनिंग प्रदर्शन प्राप्त होता है और टोकन के उपयोग में भी उल्लेखनीय कमी आती है।
यह शोध पत्र गैर-कॉम्पैक्ट समरूपताओं (non-compact symmetries) और गैर-अपरिवर्तनीय डेटा वितरणों (non-invariant data distributions) तक PAC-बायेसियन सामान्यीकरण गारन्टीज़ का विस्तार करता है, जो सैद्धांतिक साक्ष्य प्रदान करता है कि सममित मॉडल कॉम्पैक्ट समूहों और अपरिवर्तनीय डेटा की पारंपरिक धारणाओं से परे भी प्रदर्शन में सुधार करते हैं।
यह शोध पत्र OncoReason को प्रस्तुत करता है, जो एक मल्टी-टास्क लर्निंग फ्रेमवर्क है जो MSK-CHORD डेटासेट पर स्टेट-ऑफ-द-आर्ट, व्याख्या योग्य सर्वाइवल प्रेडिक्शन (उत्तरजीविता भविष्यवाणी) प्राप्त करने के लिए चेन-ऑफ-थॉट प्रॉम्प्टिंग और ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन जैसी रणनीतियों के माध्यम से लार्ज लैंग्वेज मॉडल्स को संरचित नैदानिक तर्क के साथ संरेखित करता है।
यह शोध पत्र TN-SHAP प्रस्तुत करता है, जो एक टेंसर नेटवर्क-आधारित विधि है जो व्यापक गठबंधन गणना (exhaustive coalition enumeration) को एक गुणनखंडित बहुरेखीय मानचित्र (factorized multilinear map) से बदलकर बहुपद जटिलता (polynomial complexity) के साथ शापली मानों (Shapley values) और इंटरेक्शन इंडेक्स का अनुमान लगाता है, जिससे सटीकता बनाए रखते हुए मौजूदा दृष्टिकोणों की तुलना में महत्वपूर्ण गति प्राप्त होती है।
यह शोधपत्र यह स्थापित करता है कि -डाइवर्जेंस के एक व्यापक वर्ग के लिए, वेरिएशनल इन्फरेंस सन्निकटन (variational inference approximations) यह गारंटी देते हैं कि वे एक यूनिमोडल लक्ष्य वितरण के माध्य और सहसंबंध आव्यूह (correlation matrix) को पुनः प्राप्त कर लेंगे, जब उस वितरण में क्रमशः सम या दीर्घवृत्तीय (elliptical) समरूपता हो, जिसके लिए लॉग-कन्केविटी या स्मूथनेस संबंधी धारणाओं की आवश्यकता नहीं होती है।
यह शोध पत्र यह सिद्ध करके 'ग्रोकिंग' (grokking) के रूप में ज्ञात विलंबित सामान्यीकरण (delayed generalization) की घटना की व्याख्या करता है कि, कम लर्निंग रेट और वेट डिके (weight decay) की सीमा में, ग्रेडिएंट डिसेंट शून्य-हानि मैनिफोल्ड (zero-loss manifold) पर वेट नॉर्म (weight norm) को न्यूनतम करता है, जो कि पोस्ट-मेमोराइजेशन डायनेमिक्स (post-memorization dynamics) के लिए व्युत्पन्न एक क्लोज्ड-फॉर्म अभिव्यक्ति और प्रयोगात्मक सिमुलेशन के माध्यम से प्रमाणित एक तंत्र है।
यह शोध पत्र दो टोपोलॉजिकल डेटा एनालिसिस-आधारित प्रोटोटाइप चयन विधियों, TPS और BoundaryTPS को प्रस्तुत करता है, जो निर्णय सीमाओं (decision boundaries) और वर्ग अनुपातों (class proportions) को प्रभावी ढंग से संरक्षित करने के लिए मल्टी-स्केल पर्सिस्टेंस संरचनाओं का लाभ उठाते हैं और मौजूदा शास्त्रीय बेसलाइनों की तुलना में बेहतर स्थिरता और विशिष्ट परिचालन विशेषताओं का प्रदर्शन करते हैं।
यह शोध पत्र 186 प्रथम-पक्षीय और 248 तृतीय-पक्ष मूल्यांकन स्रोतों का विश्लेषण करता है ताकि एक महत्वपूर्ण शासन अंतराल को उजागर किया जा सके जहाँ डेवलपर्स विरल और सतही सामाजिक प्रभाव रिपोर्टिंग प्रदान करते हैं जबकि स्वतंत्र मूल्यांकनकर्ता व्यापक लेकिन अपूर्ण आकलन प्रस्तुत करते हैं, जो अंततः पारदर्शिता को अनिवार्य बनाने और स्वतंत्र मूल्यांकन पारिस्थितिक तंत्रों को सुदृढ़ करने वाली नीतियों का आह्वान करता है।
यह शोध पत्र बेस-अलाइन्ड मॉडल कोलैबोरेशन (BACo) का प्रस्ताव करता है, जो एक इन्फरेंस-टाइम फ्रेमवर्क है जो बिना किसी महंगे रिट्रेनिंग के आउटपुट विविधता और गुणवत्ता को एक साथ अनुकूलित करने के लिए एक बेस और एक अलाइन्ड लार्ज लैंग्वेज मॉडल के बीच टोकन-लेवल डिकोडिंग को गतिशील रूप से रूट करता है।
यह अध्ययन द्वि-आयामी (बाइनोरल) ध्वनि स्रोत स्थानीयकरण के लिए समय-आवृत्ति विशेषताओं का व्यवस्थित रूप से मूल्यांकन करता है, यह प्रदर्शित करते हुए कि सावधानीपूर्वक चुनी गई फीचर संयोजनों—विशेष रूप से चैनल स्पेक्ट्रोग्राम को इंटरऑरल लेवल और फेज अंतरों के साथ जोड़कर—एक कम-जटिलता वाले सीएनएन (CNN) को केवल मॉडल की जटिलता बढ़ाने की तुलना में विविध स्थितियों में मजबूत प्रदर्शन और बेहतर सामान्यीकरण सक्षम करते हैं।