20092 पेपर
यह शोध पत्र LionVote प्रस्तुत करता है, जो एक प्रति-परत (per-layer) लर्निंग रेट अनुकूलन तंत्र है जो ग्रेडिएंट स्थिरता और मोमेंटम डायग्नोस्टिक्स का उपयोग करके लर्निंग रेट को गतिशील रूप से समायोजित करता है, जिससे ट्रांसफॉर्मर आर्किटेक्चर में अंतर्निहित क्रॉस-लेयर लर्निंग रेट असमानताओं को संबोधित करते हुए ViT-Tiny/CIFAR-100 पर मानक Lion और AdamW की तुलना में सांख्यिकीय रूप से महत्वपूर्ण सटीकता सुधार प्राप्त होता है।
यह शोधपत्र KRONOS को प्रस्तुत करता है, जो एक लेटेंट ऑटोरेग्रेसिव डिफ्यूजन फ्रेमवर्क है जो एक ही आर्किटेक्चर के भीतर अनकंडीशनल और फ्रैगमेंट-कंडीशन्ड 3D मॉलिक्यूल जनरेशन को एकीकृत करता है, जो ऑटोरेग्रेसिव विधियों के बीच अत्याधुनिक प्रदर्शन प्राप्त करते हुए डिफ्यूजन मॉडल्स के साथ प्रतिस्पर्धी बना हुआ है।
यह शोध पत्र Super और Supra का प्रस्ताव करता है, जो स्पार्स पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग विधियाँ हैं जो निश्चित परिवर्तनीय मापदंडों (trainable parameters) को चुनने के लिए एक्टिवेशन-अवेयर प्रूनिंग सिग्नल्स का लाभ उठाते हैं, यह प्रदर्शित करते हुए कि इन स्पार्स सपोर्ट्स को LoRA जैसे लो-रैंक एडेप्टर्स के साथ संयोजित करने से मौजूदा कॉन्फ़िगरेशन की तुलना में लार्ज लैंग्वेज मॉडल्स को फाइन-ट्यून करने में बेहतर सटीकता प्राप्त होती है।
यह शोध पत्र एक व्याख्या योग्य टसेटलिन मशीन-आधारित ढांचे का प्रस्ताव करता है जो फाइलों को निष्पादित किए बिना PDF मैलवेयर का पता लगाने के लिए प्रतिस्पर्धी सटीकता (98.02%) और पारदर्शी निर्णय लेने के लिए स्टैटिक विश्लेषण और नियम-आधारित शिक्षण का उपयोग करता है।
यह शोध पत्र प्रदर्शित करता है कि हाइपरबोलिक सबस्ट्रेट (hyperbolic substrate) से सुसज्जित तीन लघु भाषा मॉडल अनुपालन अंतराल (compliance gaps) और चापलूसी (sycophancy) का पता लगाकर, रचनात्मक प्रतिक्रियाएं उत्पन्न करके, और एक "डिज़ाइन किया गया विस्मरण" (designed forgetting) तंत्र को लागू करके, भरोसेमंद साथी एआई (companion AI) की चुनौतियों को प्रभावी ढंग से संबोधित कर सकते हैं, जिससे अविश्वसनीय मानव रेटर्स और बड़े फ्रंटियर मॉडलों के एक स्केलेबल विकल्प के रूप में प्रस्ताव मिलता है।
यह शोध पत्र शॉर्टकट ट्रजेक्टरी प्लानिंग (STP) का प्रस्ताव करता है, जो एक सिंगल-स्टेज ऑफलाइन रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो विविध बेंचमार्क पर मजबूत प्रदर्शन बनाए रखते हुए कम प्रशिक्षण और अनुमान लागत के साथ कुशल, एडजस्टेबल-स्टेप ट्रजेक्टरी जनरेशन को सक्षम करने के लिए कंडीशनल शॉर्टकट मॉडल्स का उपयोग करता है।
यह शोध पत्र एक अनुभवजन्य ढांचे और सूत्र को पेश करके जड़त्वीय सेंसर वर्गीकरण (inertial sensor classification) में बड़े पैमाने पर डेटा संग्रह की बाधा को संबोधित करता है, जो स्थिर मॉडल प्रदर्शन के लिए आवश्यक न्यूनतम प्रशिक्षण सेट आकार का अनुमान लगाने के लिए लर्निंग कर्व अभिसरण (learning curve convergence) का विश्लेषण करता है, जिससे डेटा-कुशल अभियान नियोजन सक्षम होता है।
SYNRARE सिंथीया (Synthea) फ्रेमवर्क पर निर्मित एक ग्राफिकल यूजर इंटरफेस है जो गोपनीयता की बाधाओं को दूर करने और मशीन लर्निंग एल्गोरिदम के नियंत्रित बेंचमार्किंग को सक्षम करने के लिए दुर्लभ रोग वाले रोगियों के लिए सिंथेटिक इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड उत्पन्न करता है।
यह शोध पत्र स्थापित करता है कि नकारात्मक नमूनों के साथ InfoNCE लॉस एक अपेक्षित क्रॉस-एन्ट्रॉपी का सन्निकटन करता है जो समानता खोज विचलन (similarity search deviation) को परिमाणित करता है और लिप्सचिट्ज़ एम्बेडिंग फलनों (Lipschitz embedding functions) के लिए सामान्यीकरण त्रुटि को स्थिर करने के लिए गैटो डिफरेंशिएशन (Gâteaux differentiation) के माध्यम से एक नवीन निरंतरता सीमा (continuity bound) प्रस्तुत करता है।
यह शोध पत्र Soofi S 30B-A3B को प्रस्तुत करता है, जो एक संप्रभु, ओपन-सोर्स मिक्स्चर-ऑफ-एक्सपर्ट्स हाइब्रिड माम्बा ट्रांसफॉर्मर मॉडल है जिसे जर्मन और अंग्रेजी पर ध्यान केंद्रित करते हुए 27 ट्रिलियन टोकन पर प्रशिक्षित किया गया है, जो लंबी-संदर्भ अनुप्रयोगों के लिए बेहतर अनुमान दक्षता प्रदान करते हुए ओपन मॉडलों के बीच अत्याधुनिक प्रदर्शन प्राप्त करता है।