655 पेपर
ToolMol एक विकासवादी एजेंटिक फ्रेमवर्क है जो एक मल्टी-ऑब्जेक्टिव जेनेटिक एल्गोरिदम को एक LLM-संचालित ऑपरेटर और एक व्यापक RDKit-आधारित टूलबॉक्स के साथ एकीकृत करता है ताकि मौजूदा तरीकों की तुलना में काफी बेहतर बाइंडिंग एफिनिटी और फ्री एनर्जी स्कोर के साथ उच्च गुणवत्ता वाले, सिंथेसाइज़ेबल ड्रग उम्मीदवारों को उत्पन्न किया जा सके।
यह शोध पत्र एक एम्बोडीड न्यूरोकंप्यूटेशन (Embodied Neurocomputation) ढांचे को प्रस्तुत करता है जो जैविक तंत्रिका नेटवर्क एजेंटों के लिए एनकोडिंग और डिकोडिंग कॉन्फ़िगरेशन को सफलतापूर्वक अनुकूलित करता है, यह प्रदर्शित करते हुए कि ये बायो-हाइब्रिड सिस्टम समान इंटरेक्शन बजट के तहत पारंपरिक सिलिकॉन-आधारित एआई की तुलना में बेहतर क्लोज्ड-लूप नेविगेशन प्रदर्शन प्राप्त कर सकते हैं।
यह शोध पत्र जेनो-सिंथेटिक एल्गोरिदम (GSA) को प्रस्तुत करता है, जो एक प्रकार-कारकीय सह-विकासवादी ढांचा (type-factored coevolutionary framework) है जो विषम जीन परिवारों को उनके प्रकार-नेटिव ऑपरेटरों के साथ विकसित करने के लिए विभाजित करता है और फिर निष्पादन योग्य फेनोटाइप को संयोजित करता है, जो जटिल-मान (complex-valued) और एम्बेडिंग वेक्टर्स को संभालने की अद्वितीय क्षमता प्रदर्शित करते हुए मिश्रित-पूर्णांक बेंचमार्क पर फ्लैटन किए गए विकासवादी दृष्टिकोणों की तुलना में प्रतिस्पर्धी प्रदर्शन प्राप्त करता है।
यह शोध पत्र जीनोम-ड्रिवन न्यूरल सेलुलर ऑटोमेटा के लिए एक नवीन प्रशिक्षण पद्धति और इन्फरेंस-आधारित ग्राफ्टिंग तकनीक प्रस्तुत करता है जो पुन: प्रशिक्षण की आवश्यकता के बिना क्षतिग्रस्त बनावट (टेक्सचर) के मजबूत स्व-पुनर्जनन और विशिष्ट बनावटों के निर्बाध संयोजन को सक्षम बनाता है।
यह शोध पत्र APRIL को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो बड़े मल्टी-सिस्टम डेटासेट के लिए पैरामीटर अनुमान में अभिसरण (convergence) और सटीकता में सुधार करने हेतु पर्यवेक्षित हानि (supervised loss) को सहायक भौतिक रूप से-अतिरेकपूर्ण (physically-redundant) पदों के साथ संवर्धित करता है, जो मानक दृष्टिकोणों की तुलना में गुरुत्वाकर्षण तरंग पैरामीटर अनुमान में एक क्रम-परिमाण (order-of-magnitude) तक प्रदर्शन लाभ प्रदर्शित करता है।
यह शोध पत्र स्पाइकिंग रिकरेंट सेल (SRC) न्यूरॉन्स के लिए एक FPGA एक्सेलेरेटर प्रस्तुत करता है जो महंगी गणनाओं को समाप्त करने के लिए गणितीय सरलीकरणों को नियोजित करके जैविक सुसंगतता और हार्डवेयर दक्षता के बीच एक संतुलन प्राप्त करता है, जो MNIST डेटासेट पर प्रतिस्पर्धी सटीकता (96.31% तक) और महत्वपूर्ण ऊर्जा बचत (0.45 mJ प्रति अंक तक) प्रदर्शित करता है।
यह शोध पत्र 150M-पैरामीटर वाले सबस्ट्रेट पर एक इवोल्यूशनरी मिक्सचर-ऑफ-लोरा (evolutionary mixture-of-LoRA) सिस्टम का विखंडन करता है ताकि यह प्रकट किया जा सके कि जबकि एक विशिष्ट राउटर रीराइट प्रदर्शन में लाभ को प्रेरित करता है, इवोल्यूशनरी लाइफसाइकिल घटक एक शुद्ध प्रदर्शन दंड (net performance penalty) के रूप में कार्य करता है, जिसमें खोज तंत्र केवल विशिष्ट प्री-अलाइनमेंट स्थितियों के तहत ही लाभकारी सिद्ध होता है।
यह शोध पत्र एक सैद्धांतिक रनटाइम विश्लेषण प्रदान करता है जो यह प्रदर्शित करता है कि क्रॉसओवर के साथ व्यापक रूप से उपयोग किया जाने वाला NSGA-III एल्गोरिदम, मापदंडों की एक विस्तृत श्रृंखला में अपने क्रॉसओवर-रहित समकक्ष की तुलना में -ऑब्जेक्टिव -OneJumpZeroJump फलन को स्पर्शोन्मुख रूप से (asymptotically) तेज़ी से अनुकूलित करता है, जिससे मेनी-ऑब्जेक्टिव ऑप्टिमाइज़ेशन में क्रॉसओवर के व्यावहारिक लाभों के लिए एक सैद्धांतिक औचित्य प्राप्त होता है।
यह शोध पत्र प्रदर्शित करता है कि स्व-पर्यवेक्षित विरोधाभासी शिक्षण (self-supervised contrastive learning) और स्थानिक नियमितीकरण (spatial regularization) के साथ प्रशिक्षित एक स्पैटियोटेम्पोरल टोपोग्राफिक डीप आर्टिफिशियल न्यूरल नेटवर्क, MT क्षेत्र में स्वतः ही जैविक रूप से यथार्थवादी दिशा-चयनात्मक मानचित्रों और टोपोलॉजिकल संरचनाओं को उत्पन्न करता है, जो यह प्रकट करता है कि ये डोर्सल स्ट्रीम की विशेषताएं कार्य-संचालित विभेदन और स्थानिक संगठन के बीच एक मौलिक समझौते से उभरती हैं।
यह शोध पत्र ELM नेटवर्क का परिचय देता है, जो जटिल और अभिव्यंजक न्यूरॉन्स का उपयोग करने वाला एक आर्किटेक्चर है, जो यह प्रदर्शित करता है कि एक निश्चित पैरामीटर बजट के तहत, इष्टतम प्रदर्शन इकाइयों की संख्या, उनकी व्यक्तिगत जटिलता और कनेक्टिविटी के बीच एक गैर-तुच्छ (non-trivial) संतुलन से उत्पन्न होता है, जो सरल इकाइयों का उपयोग करने के मशीन लर्निंग के डिफ़ॉल्ट को चुनौती देता है।