23088 पेपर
यह शोध पत्र CrysLDNet को प्रस्तुत करता है, जो एक नवीन लेटेंट डिफ्यूजन-आधारित प्रीट्रेनिंग फ्रेमवर्क है जो अनलेबल क्रिस्टल डेटा से मजबूत संरचनात्मक और रासायनिक निरूपण (representations) सीखने के लिए एक वेरिएशनल ऑटोएनकोडर को डिफ्यूजन मॉडल के साथ जोड़ता है, जो विशेष रूप से डेटा-दुर्लभ स्थितियों में, प्रॉपर्टी प्रेडिक्शन कार्यों में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र ऑफलाइन मेटा-रिनफोर्समेंट लर्निंग के लिए एक नवीन ढांचे का प्रस्ताव करता है जो सूचना-सैद्धांतिक, व्यवहार-अपरिवर्तनीय कार्य प्रतिनिधित्व शिक्षण को ट्रांसफार्मर-आधारित स्टोकेस्टिक वर्ल्ड मॉडल और कंजर्वेटिव वैल्यू पेनल्टीज़ के साथ जोड़ता है ताकि वितरण बदलाव (डिस्ट्रीब्यूशन शिफ्ट) को दूर किया जा सके और स्पार्स-रिवॉर्ड, आउट-ऑफ-डिस्ट्रीब्यूशन वातावरण में मजबूत सामान्यीकरण प्राप्त किया जा सके।
यह शोध पत्र गैर-घातांकीय (non-exponential) वितरणों को फेज-टाइप (phase-type) वितरणों के साथ सन्निकटित करके मॉड्यूलर डायनेमिक बेयसियन नेटवर्क (MDBNs) को गैर-मार्कोवियन कतारों (queues) तक विस्तारित करता है, जिससे प्रत्यक्ष सिमुलेशन की तुलना में महत्वपूर्ण गति वृद्धि के साथ सटीक और कुशल कारण अनुमान (causal inference) सक्षम होता है।
यह शोध पत्र DASH को प्रस्तुत करता है, जो एक डुअल-ब्रांच डिस्टिलेशन फ्रेमवर्क है जो दोनों स्कोर शाखाओं (score branches) को स्वतंत्र रूप से सुपरवाइज करके और शिक्षक के महत्व पाठ्यक्रम (importance curriculum) को स्थानांतरित करके संकुचित डिफ्यूजन मॉडल्स में अनडिटरमाइंड गाइडेंस गैप को हल करता है, जिससे उच्च-गुणवत्ता वाली गाइडेंस फिडेलिटी को बनाए रखते हुए महत्वपूर्ण पैरामीटर कमी प्राप्त की जाती है।
यह शोध पत्र एक नवीन 3D डार्क मैटर पुनर्निर्माण पद्धति प्रस्तुत करता है जो कमजोर-लेंसिंग अवलोकनों की अनिश्चित प्रकृति (ill-posed nature) पर विजय प्राप्त करने के लिए उच्च-सटीकता वाले कॉस्मोलॉजिकल सिमुलेशन पर प्रशिक्षित एक जनरेटिव डिफ्यूजन मॉडल का लाभ उठाता है, जिससे मौजूदा तकनीकों की तुलना में बेहतर सटीकता और यथार्थवादी सांख्यिकीय गुण प्राप्त होते हैं।
यह शोध पत्र सेफसबस्पेस स्यूडो-लेबल रिफाइनमेंट (SPLR) का प्रस्ताव करता है, जो एक सोर्स-फ्री ग्राफ डोमेन अडैप्टेशन फ्रेमवर्क है जो एक कॉन्फिडेंस-कंसिस्टेंट सेफ सबस्पेस की पहचान करके मॉडल की मजबूती को बढ़ाता है ताकि केवल उन नमूनों पर हार्ड स्यूडो-लेबल सुपरविजन लागू किया जा सके जो सिमेंटिक और स्ट्रक्चरल दोनों साक्ष्यों द्वारा समर्थित हैं, जबकि अनिश्चित नमूनों को नॉइज़-टॉलरेंट सॉफ्ट रेगुलराइजेशन के साथ संभाला जाता है।
यह शोध पत्र आंशिक निष्पक्षता जागरूकता के तहत एक विश्वास-निर्देशित रणनीतिक तंत्र का प्रस्ताव करता है, जहाँ विशिष्ट निष्पक्षता बाधा को छिपाते हुए एक उम्मीदवार सेट को प्रकट करना रणनीतिक एजेंटों को अपने विश्वासों को वास्तविक बाधा के साथ पुनरावृत्ति से संरेखित करने की अनुमति देता है, जिससे निष्पक्षता एक्सपोजर दुविधा को कम किया जा सके और पूर्णतः सार्वजनिक या निजी व्यवस्थाओं की तुलना में बेहतर निष्पक्षता और कल्याण परिणाम प्राप्त किए जा सकें।
यह शोध पत्र इंडिविजुअल फेयरनेस-अवेयर स्ट्रैटेजिक क्लासिफिकेशन (IFSC) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो स्वतंत्र हेरफेर धारणाओं की सीमाओं को संबोधित करता है, व्यक्तिगत निष्पक्षता द्वारा संचालित साथियों के अनुकरण (पीयर इमिटेशन) के रूप में एजेंटों के रणनीतिक व्यवहार को मॉडल करता है, जिससे ऐसे सुदृढ़ क्लासिफायर सीखे जा सकते हैं जो अनुकरण-प्रेरित विरूपणों को कम करते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि सब्लिमिनल लर्निंग (subliminal learning), जहाँ व्यवहार संबंधी लक्षण निर्दोष डेटा के माध्यम से भाषा मॉडलों के बीच प्रसारित होते हैं, एक सुदृढ़ क्षमता नहीं बल्कि विशिष्ट LoRA हाइपरपैरामीटर्स और फाइनट्यूनिंग संदर्भों के कारण उत्पन्न एक नाजुक आर्टिफैक्ट है।
यह अध्ययन एक हाइब्रिड गॉसियन प्रोसेस रिग्रेशन और होल्ट-विंटर्स स्मूथिंग फ्रेमवर्क प्रस्तावित करता है जो घाना में मासिक पांच वर्ष से कम आयु के मलेरिया प्रवेशों के पूर्वानुमान में पारंपरिक मॉडलों से काफी बेहतर प्रदर्शन करता है, जो स्थानिक सेटिंग्स में परिचालन योजना और प्रारंभिक चेतावनी के लिए एक सुदृढ़, संभाव्य उपकरण प्रदान करता है।