23163 पेपर
यह शोध पत्र एक स्वचालित, एंड-टू-एंड डीप लर्निंग पाइपलाइन प्रस्तुत करता है जो पोस्टऑपरेटिव अग्नाशय फिस्टुला (pancreatic fistula) के जोखिम की भविष्यवाणी और स्तरीकरण करने के लिए प्रीऑपरेटिव सीटी स्कैन का उपयोग करता है, जो बेहतर नैदानिक निर्णय लेने में सहायता के लिए कई 3D आर्किटेक्चरों में आशाजनक प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक "डायनेमिक-प्रोबेबिलिस्टिक कंसिस्टेंसी गैप" की पहचान करता है जहाँ अराजक गतिशील प्रणालियों (chaotic dynamical systems) के लिए मानक संभाव्य प्रशिक्षण उद्देश्य भौतिक गतिकी को खराब करते हैं या अनिश्चितता को स्थानीय स्पर्शरेखा व्यवहार (local tangent behavior) से अलग कर देते हैं, और KAFFEE का प्रस्ताव करता है, जो एक डिफरेंशिएबल एक्सटेंडेड कलमन फ़िल्टर ढांचा है जो संभावना मूल्यांकन (likelihood evaluation) को स्थानीय जैकोबियन-संचालित सहप्रसरण वृद्धि (local Jacobian-driven covariance growth) के साथ संरेखित करके इसे हल करता है।
यह शोधपत्र संरचनात्मक रूप से समान तर्क संबंधी कार्यों (reasoning tasks) पर ट्रांसफॉर्मर अटेंशन हेड्स की लर्निंग डायनेमिक्स की जांच करता है, जो यह प्रकट करता है कि सफल लर्निंग में विशिष्ट पोजीशनल और सिम्बोलिक तंत्रों का उद्भव शामिल है, जहाँ बाद वाला तंत्र पूर्व की तुलना में लंबी अनुक्रमों (sequences) के प्रति बेहतर मजबूती और सामान्यीकरण प्रदर्शित करता है।
यह शोध पत्र फंक्शनल अटेंशन (Functional Attention) प्रस्तुत करता है, जो एक नवीन ऑपरेटर लर्निंग विधि है जो वैश्विक कार्यात्मक निर्भरताओं (global functional dependencies) को पकड़ने के लिए एडेप्टिव बेसिस (adaptive bases) के बीच संरचित रैखिक ऑपरेटरों के रूप में अटेंशन की पुनर्व्याख्या करती है, जो PDE समाधान और 3D सेगमेंटेशन जैसे कार्यों के लिए पारंपरिक टोकन-वाइज अटेंशन का एक रेजोल्यूशन-इनवेरिएंट (resolution-invariant) और सामान्यीकरण योग्य विकल्प प्रदान करती है।
यह शोध पत्र KLIP का प्रस्ताव करता है, जो इनवर्स प्रॉब्लम्स (inverse problems) के लिए एक नवीन आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन मेट्रिक है, जो बिना किसी कैलिब्रेशन डेटा या शिफ्ट की गई डिस्ट्रीब्यूशन के ज्ञान के, सूक्ष्म डिस्ट्रीब्यूशन शिफ्ट्स को पहचानने और स्थानीयकृत करने के लिए डिफ्यूजन प्रायर्स (diffusion priors) और पोस्टीरियर डिस्ट्रीब्यूशंस के बीच कुलबैक-लीब्लर डाइवर्जेंस (Kullback-Leibler divergence) का लाभ उठाता है।
यह शोध पत्र मैट्रिक्स पूर्णता (matrix completion) के लिए एक गणनात्मक रूप से कुशल एल्गोरिदम प्रस्तावित करता है जो सटीक रिकवरी (exact recovery) के लिए एक तीक्ष्ण सीमा (sharp threshold) प्राप्त करने हेतु प्रेक्षित सोशल ग्राफ और हाइपरग्राफ का लाभ उठाता है, जो यह प्रदर्शित करता है कि हाइपरग्राफ की गुणवत्ता आवश्यक नमूना प्रायिकता (sample probability) को महत्वपूर्ण रूप से कम करती है और सैद्धांतिक विश्लेषण तथा वास्तविक दुनिया के प्रयोगों दोनों में अत्याधुनिक तरीकों से बेहतर प्रदर्शन करती है।
यह शोध पत्र इन्फोडेमिक्स के दौरान गलत सूचनाओं का शीघ्र पता लगाने के लिए एक नवीन डोमेन अनुकूलन दृष्टिकोण प्रस्तावित करता है जो सैद्धांतिक और अनुभवजन्य रूप से मौजूदा अत्याधुनिक विधियों से बेहतर प्रदर्शन करने के लिए कोवेरिएट और कॉन्सेप्ट दोनों बदलावों को संबोधित करने की आवश्यकता को प्रदर्शित करता है।
यह शोध पत्र GLEAN का प्रस्ताव देता है, जो एक नवीन प्रमाणित रक्षा ढांचा (certified defense framework) है जो स्पूरियस सहसंबंधों (spurious correlations) से कारण संबंधों (causal relations) को अलग करने के लिए कॉज़ल फैक्टर लर्निंग का लाभ उठाता है, जिससे मॉडल को विभिन्न डेटा डोमेन में वितरण बदलावों (distribution shifts) का सामना करने पर भी प्रतिकूल हमलों (adversarial attacks) के विरुद्ध सैद्धांतिक मजबूती की गारंटी बनाए रखने में सक्षम बनाया जा सके।
यह शोध पत्र 'एक्सप्लेनेबल एनसेंबल ट्रीज़' (E2Tree) पद्धति को, जिसे मूल रूप से वर्गीकरण (classification) के लिए डिज़ाइन किया गया था, असमानता मापों (dissimilarity measures) का लाभ उठाकर रिग्रेशन संदर्भों तक विस्तारित करता है ताकि प्रेडिक्टर-रिस्पॉन्स संबंधों और प्रेडिक्टर जुड़ावों दोनों को ग्राफिक रूप से प्रदर्शित किया जा सके, जिससे रैंडम फॉरेस्ट मॉडलों की पारदर्शिता बढ़ाई जा सके।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स (LLMs) में कमजोरियों की वर्तमान स्थिति की समीक्षा करता है, जो विशेष रूप से जेलब्रेकिंग और प्रॉम्प्ट इंजेक्शन हमलों पर केंद्रित है, साथ ही LLM सुरक्षा और सुरक्षित परिनियोजन को बढ़ाने के लिए मौजूदा रक्षा रणनीतियों, मूल्यांकन मेट्रिक्स और भविष्य की अनुसंधान दिशाओं का विश्लेषण करता है।