23164 पेपर
यह शोध पत्र क्लस्टर-अवेयर नॉइज़ एस्टीमेशन (CANE) को प्रस्तुत करता है, जो एक लेबल-मुक्त शिक्षण ढांचा है जो ग्राफ पर नोड वर्गीकरण में सुधार करता है, जो एनोटेशन शोर (annotation noise) को समान या क्लास-कंडीशनल मानने के बजाय, विभिन्न फीचर-स्पेस क्लस्टर्स में उनकी परिवर्तनशील विश्वसनीयता के आधार पर LLM-जनित छद्म-लेबल (pseudo-labels) की पहचान और सुधार करता है।
यह शोध पत्र फ्रीक्वेंसी गाइडेंस ऑपरेटर (FGO) को प्रस्तुत करता है, जो एक नवीन एल्गोरिदम है जो मानव प्रदर्शनों से उच्च-आवृत्ति वाले शोर (high-frequency noise) को दबाते हुए आवश्यक कार्य विवरणों को संरक्षित करने के लिए मध्यवर्ती उप-आवृत्ति मैनिफोल्ड्स (intermediate sub-frequency manifolds) के माध्यम से एक्शन जनरेशन को निर्देशित करके डिफ्यूजन-आधारित विसुओमोटर पॉलिसियों को उन्नत करता है।
यह शोध पत्र एक बहुआयामी अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि जबकि क्वांटम सपोर्ट वेक्टर मशीन (QSVM) और क्वांटम कनवोल्यूशनल न्यूरल नेटवर्क (QCNN) आम तौर पर अपने शास्त्रीय समकक्षों की तुलना में उच्च कम्प्यूटेशनल रनटाइम का भार वहन करते हैं, वे बड़े पैमाने पर बेहतर वर्गीकरण सटीकता और विशेष रूप से QCNNs के लिए काफी बेहतर पैरामीटर और मेमोरी दक्षता प्रदान करते हैं।
यह शोध पत्र SIGN का प्रस्ताव करता है, जो एक हल्का और कुशल प्लग-एंड-प्ले रक्षा ढांचा है जो पूर्व संरचनात्मक निष्कर्षण (prior structural extraction) और गतिशील निर्देशित न्यूट्रलाइजेशन (dynamic guided neutralization) का लाभ उठाकर लार्ज विजन लैंग्वेज मॉडल्स में एडवरसैरियल परटर्बेशन्स को निष्प्रभावी करता है, जिससे मॉडल के प्रदर्शन को बनाए रखते हुए न्यूनतम छवि संशोधन और कम्प्यूटेशनल ओवरहेड के साथ उच्च रक्षा सफलता दर प्राप्त होती है।
यह शोध पत्र एक एकीकृत वेक्टरकृत फीडबैक ढांचे को पेश करके बैकप्रोपैगेशन के पारंपरिक प्रभुत्व को चुनौती देता है जो यह प्रदर्शित करता है कि कैसे सिंथेटिक ग्रेडिएंट्स विभिन्न शिक्षण कार्यों में सैद्धांतिक और अनुभवजन्य रूप से काफी कम ग्रेडिएंट-अनुमान त्रुटि और बेहतर नमूना दक्षता प्राप्त कर सकते हैं।
यह शोध पत्र जेम्मा 3 (Gemma 3) मॉडल परिवार में धोखे के संकेतों (deception probes) का व्यवस्थित रूप से मूल्यांकन करता है, यह प्रदर्शित करते हुए कि जबकि रैखिक प्रोब (linear probes) स्थापत्य सीमाओं के बजाय वितरण संबंधी संकीर्णता के कारण शैलीगत बदलावों के तहत विफल हो जाते हैं, शैली-संवर्धित बहु-आयामी प्रोब वितरित उप-थ्रेशोल्ड विशेषताओं का लाभ उठाकर विभिन्न पैमानों पर लगभग पूर्ण पहचान को मजबूती से पुनः प्राप्त कर सकते हैं।
यह शोध पत्र "न्यूरल इंटरेक्शन के नियम" (Law of Neural Interaction) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि एक निश्चित संसाधन बजट के तहत, मॉडल के गहराई-चौड़ाई अनुपात (depth-width ratio) को एक कुशल इंटरेक्शन अंतराल तक समायोजित करने से संसाधन उपयोग और सामान्यीकरण प्रदर्शन (generalization performance) में महत्वपूर्ण वृद्धि होती है।
यह शोध पत्र एक सांख्यिकीय ढांचा स्थापित करता है जो डीप न्यूरल नेटवर्क प्रशिक्षण को रैंडम-इफेक्ट्स इन्फरेंस (random-effects inference) के रूप में पुनर्गठित करता है, यह प्रदर्शित करते हुए कि ग्रेडिएंट फ्लो पथ एक एम्पेरिकल बेयस पोस्टीरियर मीन (empirical Bayes posterior mean) के समान है और प्रशिक्षण की अवधि को भविष्य में न्यूनतम भविष्यवाणी त्रुटि प्राप्त करने के लिए रिस्ट्रिक्टेड मैक्सिमम लाइकलीहुड (REML) के माध्यम से इष्टतम रूप से निर्धारित किया जा सकता है।
यह शोध पत्र Meow2X और TRNE को प्रस्तुत करता है, जो दो रिट्रेनिंग-मुक्त फ्रेमवर्क हैं जो एक्टिवेशन विश्लेषण के माध्यम से भाषा मॉडलों में विशिष्ट शुरुआती MLP परतों में विषाक्तता (toxicity) को स्थानीयकृत करते हैं और इन्फरेंस-टाइम स्केलिंग या न्यूनतम वेट एडिट्स के माध्यम से इसे दबाते हैं, जिससे भाषा की गुणवत्ता को कम किए बिना निरंतर सुरक्षा सुधार प्राप्त होता है।
यह शोध पत्र वेक्टर नेटवर्क्स (VN) का परिचय देता है, जो एक पदानुक्रमित आवर्ती संरचना (hierarchical recurrent architecture) है जो स्थिर वेट मैट्रिसेस को पुन: प्रयोज्य रैंक-1 वेट परमाणुओं (rank-1 weight atoms) की लाइब्रेरी से बदल देता है ताकि स्पार्स, इनपुट-विशिष्ट वेट संरचना को सक्षम किया जा सके, जिससे मानक गहरे नेटवर्क की तुलना में कंपोजिशनल कार्यों पर काफी बेहतर आउट-ऑफ-डिस्ट्रीब्यूशन सामान्यीकरण प्राप्त किया जा सके।