20089 पेपर
यह शोध पत्र स्मार्ट ग्रीनहाउस सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के लिए एक पुनरुत्पादनीय, अंशांकन-प्रथम (कैलिब्रेशन-फर्स्ट) रिवॉर्ड-ऑडिट ढांचे का प्रस्ताव करता है जो सिम्युलेटर प्रशिक्षण, सुविधा रोलआउट और लॉग किए गए चैलेंज डेटा के बीच व्याख्यात्मकता और तुलनीयता सुनिश्चित करने के लिए स्केलर रिवॉर्ड्स को नामित नियंत्रण घटकों में विभाजित करता है।
यह व्यवस्थित समीक्षा (systematic review) प्रकट करती है कि डेटा लीकेज और अस्थिर प्रेडिक्टर्स शुरुआती क्रोनिक किडनी रोग का पता लगाने वाले मशीन लर्निंग मॉडल में रिपोर्ट किए गए प्रदर्शन को काफी बढ़ा देते हैं, जिसमें उच्च-लीकेज वाले अध्ययनों ने कठोर, लीकेज-मुक्त मूल्यांकनों की तुलना में लगभग 15% अधिक सटीकता दिखाई है।
यह शोध पत्र तर्क देता है कि लार्ज लैंग्वेज मॉडल्स का संरेखण (अलाइनमेंट) एक व्यापक "अनुकूलन संस्कृति" (ऑप्टिमाइज़ेशन कल्चर) का प्रतिनिधित्व करता है जो मापने योग्य सुधार को मूल्य के साथ गलत तरीके से समान मान लेती है, और अंततः वैध भाषा का निर्णय करने का अधिकार उन तकनीकी यंत्रों को सौंप देती है जो संभाव्यता को तो मापने में सक्षम हैं लेकिन त्रुटि और वास्तविक आविष्कार के बीच अंतर करने में अक्षम हैं।
यह शोध पत्र एक Hierarchy-Aware RoBERTa फ्रेमवर्क प्रस्तावित करता है जो CWE भेद्यता वर्गीकरण (vulnerability classification) में क्लास इम्बैलेंस को प्रभावी ढंग से कम करने के लिए लर्नबल पैरेंट-क्लास एम्बेडिंग्स का लाभ उठाता है, यह प्रदर्शित करते हुए कि पदानुक्रमित संरचना (hierarchical structure) को शामिल करना पारंपरिक ओवरसैंपलिंग तकनीकों से बेहतर प्रदर्शन करता है जो अक्सर मॉडल के प्रदर्शन को खराब कर देती हैं।
यह शोध पत्र एक HPC-सक्षम डीप लर्निंग फ्रेमवर्क प्रस्तुत करता है जो मोनोक्यूलर वीडियो से पांच तटीय तरंग मापदंडों का अनुमान लगाने के लिए V-JEPA, स्लोफास्ट एनकोडर्स और ऑप्टिकल फ्लो का लाभ उठाता है, जो केवल छह दृश्यों के सीमित डेटासेट पर प्रशिक्षण के बावजूद सांख्यिकीय रूप से महत्वपूर्ण सहसंबंधों के साथ प्रूफ-ऑफ-कॉन्सेप्ट व्यवहार्यता प्रदर्शित करता है।
यह शोध पत्र विषम चिकित्सा विज़ुअल क्वेश्चन अनswering (visual question answering) के लिए निरंतर सीखने (continual learning) की विधियों का एक व्यवस्थित अनुभवजन्य मूल्यांकन प्रस्तुत करता है, जो यह प्रकट करता है कि मौजूदा दृष्टिकोण विभिन्न उद्देश्यों और पर्यवेक्षण प्रारूपों वाले विविध नैदानिक कार्यों के अनुकूल होने के दौरान स्थिरता और प्लास्टिसिटी के बीच संतुलन बनाने में संघर्ष करते हैं।
यह अध्ययन थायराइड नोड्यूल अल्ट्रासाउंड वर्गीकरण के लिए एक कैलिब्रेटेड डीप एनसेंबल फ्रेमवर्क प्रस्तुत करता है जो मजबूत आंतरिक प्रदर्शन और प्रभावी चयनात्मक ट्राइएज प्राप्त करता है, लेकिन डेटासेट शिफ्ट के तहत सीमित बाहरी सामान्यीकरण प्रदर्शित करता है, जो नैदानिक परिनियोजन से पहले स्थानीय पुन: अंशांकन (recalibration) और भावी सत्यापन की आवश्यकता को रेखांकित करता है।
यह शोध पत्र GenAI Evaluation को प्रस्तुत करता है, जो एक स्केलेबल और गवर्नड पाइपलाइन है जो चुनिatif पुनर्मूल्यांकन (selective re-evaluation) और सख्त स्कीमा नियंत्रणों के साथ LLM-as-a-judge का लाभ उठाता है ताकि कई आयामों में रिटेल कन्वर्सेशनल एजेंट्स का विश्वसनीय रूप से मूल्यांकन किया जा सके, जिसने बीस लाख से अधिक इंटरैक्शन पर मानवीय निर्णयों के साथ उच्च संरेखण प्राप्त किया है।
यह शोध पत्र एक पोस्ट-हॉक आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन पद्धति प्रस्तावित करता है जो मध्यवर्ती नेटवर्क परतों से व्याख्यात्मक विशेषताओं (interpretable features) को निकालने के लिए स्पार्स ऑटोएनकोडर्स का लाभ उठाता है, और टेस्ट सैंपल एक्टिवेशन्स तथा मीन इन-डिस्ट्रीब्यूशन फीचर एक्टिवेशन्स के बीच कोसाइन सिमिलरिटी को मापकर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र स्वायत्त विज्ञान (autonomous science) में तीव्र प्रगति और सत्यापन की बढ़ती चुनौती के बीच के महत्वपूर्ण तनाव को संबोधित करने के लिए AISLE समुदाय के रोडमैप को अपडेट करता है, जो एक दो-वर्षीय योजना प्रस्तावित करता है जो पृथक पहलों को जोड़ने के लिए एक जमीनी नेटवर्क को बढ़ावा देने के साथ-साथ विश्वास, सुरक्षा और शासन को प्रथम-श्रेणी के दर्जा प्रदान करती है।