23408 पेपर
यह शोध पत्र प्रदर्शित करता है कि न्यूरल नेटवर्क के बीच प्रतिनिधि संरेखण (representational alignment) सिग्नल-टू-नॉइज़ अनुपात और नमूना आकार द्वारा एक गैर-एकदिष्ट (non-monotonic) तरीके से नियंत्रित होता है, जो विशेष रूप से इंटरपोलेशन थ्रेशोल्ड के पास न्यूनतम संरेखण को दर्शाता है, एक ऐसी घटना जो सामान्यीकरण प्रदर्शन (generalization performance) से स्वतंत्र है।
यह शोध पत्र TED का प्रस्ताव करता है, जो एक नवीन ग्राफ न्यूरल नेटवर्क मॉडल है जो संबंधित पक्ष लेनदेन (related party transactions) का विश्लेषण करने के लिए हेटेरोजेनियस ग्राफ और एक पदानुक्रमित अटेंशन तंत्र (hierarchical attention mechanism) का लाभ उठाता है, जो जटिल संवादात्मक जानकारी को कैप्चर करके कर चोरी का पता लगाने के प्रदर्शन में महत्वपूर्ण सुधार करता है जिसे पारंपरिक सांख्यिकीय विधियाँ चूक जाती हैं।
यह शोध पत्र एक नवीन बाधित बेयसियन प्रयोगात्मक डिजाइन ढांचे को प्रस्तुत करता है जो गतिशील वास्तविक दुनिया के बाधाओं के तहत अधिक सूचनात्मक प्रयोगात्मक अनुक्रमों को उत्पन्न करने के लिए परिदृश्य वृक्षों (scenario trees) के माध्यम से ऑनलाइन बहु-चरणीय लुकअहेड प्लानिंग के साथ ऑफलाइन एमोर्टाइज्ड पॉलिसी प्री-ट्रेनिंग को जोड़ता है।
यह शोध पत्र PRISM को प्रस्तुत करता है, जो एक नवीन इनवर्स रिइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो नॉन-मार्कोवियन इंटेंशन स्विचिंग को मॉडल करने के लिए एक लाइटवेट रिकरेंट नेटवर्क का उपयोग करता है, जिससे सटीक क्लोज्ड-फॉर्म ऑप्टिमाइज़ेशन सक्षम होता है और ग्रिडवर्ल्ड, मेज़, और बड़े पैमाने के रोबोटिक मैनिपुलेशन कार्यों में टेम्पोरली कोहेरेंट लक्ष्यों को रिकवर करने में उत्कृष्ट प्रदर्शन प्रदर्शित होता है।
यह शोध पत्र SCENT को प्रस्तुत करता है, जो एक मल्टी-मोडल कंट्रास्टिव लर्निंग फ्रेमवर्क है जो मानव घ्राण धारणा (human olfactory perception) की भविष्यवाणी करने के लिए इलेक्ट्रॉन आयनीकरण मास स्पेक्ट्रा को आणविक संरचना एम्बेडिंग के साथ संरेखित करता है, जिससे बिना स्पष्ट रासायनिक संरचनाओं की आवश्यकता के मास स्पेक्ट्रा से सीधे प्रदर्शन प्राप्त करने में संरचना-आधारित मॉडलों के समकक्ष उपलब्धि हासिल होती है।
यह शोध पत्र ऑन-पॉलिसी डिस्टिलेशन में "ऑफ-पॉलिसी टीचर डिके" (Off-policy Teacher Decay) समस्या की पहचान करता है और अर्ली स्टॉपिंग रोलआउट (Early Stopping Rollout - ESR) का प्रस्ताव देता है, जो एक ऐसी रणनीति है जो प्रशिक्षण को प्रारंभिक रिस्पॉन्स टोकन तक सीमित करती है, जो दक्षता, स्थिरता में फुल रोलआउट विधियों से बेहतर प्रदर्शन करती है, और यहाँ तक कि "कैस्केडिंग अलाइनमेंट" (Cascading Alignment) और "सब-मोड कमिटमेंट" (Sub-mode Commitment) जैसी प्रक्रियाओं के माध्यम से टीचर के प्रदर्शन को भी पीछे छोड़ देती है।
यह शोध पत्र s-Trace पद्धति को प्रस्तुत करता है जो यह प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स एक मॉड्यूलर, दो-चरणीय तरीके से कार्य करते हैं जहाँ शुरुआती परतों का एक स्पार्स सबग्राफ उथले सांख्यिकी (shallow statistics) के आधार पर एक मोटा अनुमान प्रदान करता है, जिसे बाद की परतों में सघन गणनाओं द्वारा क्रमिक रूप से परिष्कृत किया जाता है, जिसमें आवश्यक गणना की मात्रा मॉडल अनिश्चितता के साथ सह-संबंधित होती है।
यह शोध पत्र एक व्यावहारिक कारण प्रतिनिधित्व शिक्षण (कौज़ल रिप्रेजेंटेशन लर्निंग) विधि प्रस्तावित करता है जो केवल मौजूदा कन्फाउंडेड लॉग्स का लाभ उठाकर सूचना-सैद्धांतिक विसंयोजन मानदंड (इन्फॉर्मेशन-थियोरेटिक डिसेंटैंगलमेंट क्राइटेरियन) का उपयोग करके अनुशंसा प्रणालियों में आउट-ऑफ-डिस्ट्रीब्यूशन सामान्यीकरण में सुधार करता है, जिसका दावा एक बड़े पैमाने के स्पॉटिफ़ाई ए/बी टेस्ट के साथ सार्वजनिक और सिंथेटिक बेंचमार्क के साथ-साथ पर्याप्त ऑनलाइन जुड़ाव लाभों द्वारा मान्य किया गया है।
यह शोध पत्र CLDG और इसके उन्नत संस्करण CLDG++ को प्रस्तुत करता है, जो एक गतिशील ग्राफ के लिए एक स्व-पर्यवेक्षित (self-supervised) ढांचा है जो नोड वर्गीकरण और विसंगति का पता लगाने के लिए टेम्पोरल ट्रांसलेशन इनवेरिएंस (temporal translation invariance) और मल्टी-स्केल कॉन्ट्रास्टिव लर्निंग का लाभ उठाकर प्रभावी रूप से टेम्पोरल इवोल्यूशन को मॉडल करता है और साथ ही कम्प्यूटेशनल जटिलता को कम करता है।
यह शोध पत्र BOT-Orch को प्रस्तुत करता है, जो एक हल्का ढांचा (lightweight framework) है जो अनिश्चितता के तहत अनुकूलन योग्य एजेंट ऑर्केस्ट्रेशन को ऑप्टिमल ट्रांसपोर्ट दूरियों का उपयोग करके एक नियमित बैंडिट समस्या के रूप में मॉडल करता है, जो मानक बेसलाइन की तुलना में विषम, गैर-i.i.d. वातावरण में सिद्ध रिग्रेट बाउंड्स और बेहतर प्रदर्शन प्राप्त करता है।