23164 पेपर
यह शोध पत्र MaskDiff-AD को प्रस्तुत करता है, जो एक फॉरवर्ड-ओनली मास्क्ड डिफ्यूजन मॉडल है जो रिवर्स-टाइम सैंपलिंग की आवश्यकता के बिना पुनर्निर्माण कठिनाई (reconstruction difficulty) को स्कोर करके कैटेगोरिकल, मिश्रित-प्रकार और डिस्क्रीट अनुक्रम डेटा में विसंगतियों का प्रभावी ढंग से पता लगाता है, और विविध टैबुलर एवं टेक्स्ट बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र CROP को प्रस्तुत करता है, जो एक कॉन्फॉर्मल कैलिब्रेशन विधि है जो भाषा मॉडलों में वैध तर्क प्रीफिक्स (reasoning prefixes) की लंबाई के लिए सांख्यिकीय गारंटी प्रदान करती है, जिससे सही मध्यवर्ती चरणों को सुरक्षित रूप से बनाए रखने और त्रुटिपूर्ण सफिक्स (suffixes) को मरम्मत के लिए रूट करने में सक्षम बनाया जा सके।
यह शोध पत्र SW-DRSO का प्रस्ताव करता है, जो एक वितरण रूप से सुदृढ़ अनुकूलन (distributionally robust optimization) ढांचा है जो इन्फरेंस-टाइम (inference-time) तत्व भ्रष्टाचार के विरुद्ध सेट प्रतिनिधित्व मॉडलों को प्रशिक्षित करने के लिए एक बैरीसेंट्रिक एडवर्सरी (barycentric adversary) का उपयोग करता है, जिससे कई कार्यों में उच्च प्रदर्शन बनाए रखते हुए सुदृढ़ता को बढ़ाया जाता है।
यह शोध पत्र Chess-World-Model प्रस्तुत करता है, जो 10 मिलियन वास्तविक शतरंज खेलों से प्राप्त एक बड़े पैमाने का बेंचमार्क है जो स्टेट-ट्रैकिंग क्षमताओं का मूल्यांकन करता है, यह प्रकट करता है कि रिकरेंट आर्किटेक्चर ट्रांसफॉर्मर्स की तुलना में काफी बेहतर प्रदर्शन करते हैं और आउट-ऑफ-डिस्ट्रीब्यूशन परीक्षण उन विफलताओं को उजागर करने के लिए आवश्यक है जिन्हें केवल स्केलिंग अकेले नहीं छिपा सकती।
यह शोध पत्र इसे एक पैरामीट्रिक क्रॉस-एन्ट्रॉपी विधि के रूप में मॉडल करके, पुनरावृत्ति (iterative) LLM-आधारित न्यूरल आर्किटेक्चर सर्च के लिए पहली औपचारिक अभिसरण (convergence) थ्योरी स्थापित करता है, जो निरंतर गुणवत्ता सुधार और ज्यामितीय अभिसरण को सिद्ध करता है और एक क्लोज्ड-फॉर्म प्रॉक्सी विश्वसनीयता मीट्रिक व्युत्पन्न करता है जो अनुभवजन्य प्रदर्शन सीमाओं (empirical performance ceilings) की व्याख्या करता है।
यह शोध पत्र तर्क देता है कि प्रतिनिधित्व ज्यामिति (representation geometry), विशेष रूप से स्थानीय, बहु-स्तरीय (multi-scale) प्रस्तुतियों का उपयोग करके स्रोत-शासन मैनिफोल्ड (source-regime manifold) पर अवस्थाओं को मिलाने की क्षमता, न्यूरल PDE सॉल्वर में क्रॉस-रेनॉल्ड्स सामान्यीकरण (cross-Reynolds generalisation) को सक्षम करने वाला प्रमुख कारक है, जो फोर्स्ड 2D नेवियर-स्टोक्स बेंचमार्क पर ज़ीरो-फॉरवर्ड बेसलाइन और मानक सीखे गए भविष्यवक्ताओं (standard learned predictors) दोनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र उन जेनेटिक प्रोग्रामिंग दृष्टिकोणों का प्रस्ताव और मूल्यांकन करता है जो या तो व्याख्या योग्य फीचर सेट विकसित करते हैं या सर्वाइवल ट्री संरचनाओं और स्प्लिट लॉजिक को संयुक्त रूप से अनुकूलित करते हैं, जो यह प्रदर्शित करता है कि सटीक, उथले और स्वाभाविक रूप से निरीक्षण योग्य सर्वाइवल मॉडल बनाने के लिए पूर्ण संयुक्त विकास सबसे आशाजनक परिणाम देता है।
यह शोध पत्र सिंगल-स्टेज स्पार्स रिट्रीवल (SSR) प्रस्तुत करता है, जो एक नया प्रतिमान (पैराडाइम) है जो पारंपरिक मल्टी-वेक्टर रिट्रीवल मॉडल्स की क्लस्टरिंग और कम्प्रेशन बाधाओं को स्पार्स ऑटोएनकोडर्स के माध्यम से हाई-डायमेंशनल स्पार्स कोडिंग से बदल देता है, जिससे इंडेक्सिंग समय में 15 गुना की कमी, रिट्रीवल लेटेंसी में आधी कमी और BEIR बेंचमार्क पर बेहतर सटीकता प्राप्त होती है।
यह शोधपत्र एक चार-चरणीय प्रोटोकॉल प्रस्तावित करता है जो वायरलेस चैनलों पर xMK-CKKS मल्टी-की होमोमॉर्फिक एन्क्रिप्शन स्कीम का लाभ उठाकर सुरक्षित, चैनल-अनुमान-मुक्त एकत्रीकरण के साथ अभिसरण दरों (convergence rates) के माध्यम से गोपनीयता-वर्धित ज़ीरो-ऑर्डर फेडरेटेड लर्निंग को सक्षम बनाता है, तब भी जब सर्वर क्लाइंट्स तक के साथ मिलीभगत करता है।
यह शोध पत्र रिलेशनल टास्क एक्सट्रपलेटर (RTE) को प्रस्तुत करता है, जो एक ऐसा एल्गोरिदम है जो ज्ञात एंकर कार्यों और लक्ष्य कार्यों के बीच रिलेशनल ट्रांसफॉर्मेशन सीखने के माध्यम से अनदेखे कार्यों में व्यवस्थित सामान्यीकरण (सिस्टमैटिक जनरलाइजेशन) सक्षम बनाता है, जिससे यह आउट-ऑफ-रेंज पैरामीटर्स, बढ़ी हुई गहराई, या नवीन कंपोजिशन वाले फंक्शन और सीक्वेंस प्रेडिक्शन परिदृश्यों में मौजूदा विधियों से बेहतर प्रदर्शन करता है।