23941 पेपर
यह अध्ययन प्रदर्शित करता है कि फाइन-ट्यून्ड लार्ज लैंग्वेज मॉडल्स, विशेष रूप से e5_large, स्पेनिश मनोरोग मुक्त-पाठ विवरणों को ICD कोड में मैप करने को स्वचालित करने में शास्त्रीय एनएलपी (NLP) विधियों से काफी बेहतर प्रदर्शन करते हैं, जो 145,000 से अधिक रिकॉर्डों के एक डेटासेट पर 0.866 का माइक्रो-एवरेज्ड F1 स्कोर प्राप्त करते हैं।
यह शोध पत्र विविध और चुनौतीपूर्ण वास्तविक दुनिया की स्थितियों के तहत ड्रोन द्वारा सुदृढ़ सैन्य वस्तु पहचान के लिए YOLOv11-small मॉडल को प्रशिक्षित करने और उसका मूल्यांकन करने हेतु KIIT-MiTA डेटासेट से व्युत्पन्न चार विशिष्ट दृश्य स्पेक्ट्रम डेटासेट (ग्रे स्केल, थर्मल, नाइट, और ऑब्स्कुरा विजन) प्रस्तुत करता है।
ScenePilot एक व्यवहार्यता-निर्देशित (feasibility-guided), सीमा-संचालित (boundary-driven) ढांचा है जो स्वायत्त ड्राइविंग के लिए भौतिक रूप से वैध लेकिन चुनौतीपूर्ण महत्वपूर्ण परिदृश्य उत्पन्न करने के लिए बाधित बहु-उद्देश्यीय सुदृढीकरण लर्निंग (constrained multi-objective reinforcement learning) का उपयोग करता है, जो भौतिक रूप से असंभव आर्टिफैक्ट्स से बचते हुए प्रभावी रूप से सिस्टम की कमजोरियों को उजागर करता है।
यह शोध पत्र SURGE को प्रस्तुत करता है, जो एक व्यापक सोशल मीडिया बेंचमार्क है जिसमें 67 घटनाएँ और 8 लाख से अधिक पोस्ट शामिल हैं जो इवेंट-लेवल टाइम सीरीज़ को संरेखित टेक्स्ट और इंटरेक्शन संरचनाओं के साथ अनूठे रूप से एकीकृत करता है ताकि यह अध्ययन किया जा सके कि सामाजिक गतिशीलता किस प्रकार राय के पूर्वानुमान और संकट प्रतिक्रिया को प्रभावित करती है।
यह शोध पत्र Q-वैल्यू एक्सपेक्टाइल डिसएग्रीमेंट (QED) को प्रस्तुत करता है, जो एक स्टेट-डिपेंडेंट टेम्परेचर शेड्यूलर है जो मैक्सिमम-एन्ट्रॉपी सुदृढीकरण शिक्षण (reinforcement learning) में डबल-क्रिटिक डिसएग्रीमेंट का लाभ उठाकर निरंतर-नियंत्रण कार्यों (continuous-control tasks) में उच्च प्रदर्शन बनाए रखते हुए क्रॉस-रन पॉलिसी डाइवर्जेंस को महत्वपूर्ण रूप से कम करता है।
यह समीक्षा पत्र इस बात का पहला व्यापक अवलोकन प्रदान करता है कि कैसे आर्टिफिशियल इंटेलिजेंस सिग्नल जनरेशन, ट्रांसमिशन, प्रोसेसिंग और डिटेक्शन के माध्यम से प्रणालियों के डिज़ाइन, सिमुलेशन, फैब्रिकेशन, टेस्टिंग, डिप्लॉयमेंट और ऑपरेशन में क्रांति लाकर माइक्रोवेव फोटोनिक्स को मौलिक रूप से नया आकार दे रहा है।
यह शोध पत्र APEX का प्रस्ताव करता है, जो एक स्वायत्त नीति अन्वेषण (autonomous policy exploration) ढांचा है जो रणनीति मानचित्र (strategy map) और फोर्क डिस्कवरी तंत्र (fork discovery mechanism) का उपयोग करके स्व-विकसित LLM एजेंटों में अन्वेषण पतन (exploration collapse) को दूर करता है, जिससे उन्हें मॉडल-वेट अपडेट के बिना स्मृति और प्रतिबिंब के माध्यम से बेहतर रणनीतियों की खोज करने में सक्षम बनाता है।
यह शोध पत्र एक नवीन प्रीट्रेनिंग फ्रेमवर्क प्रस्तावित करता है जो इम्पलिसिट (implicit) और एक्सप्लिसिट (explicit) 3D मॉडल्स के बीच के अंतर को पाटने के लिए पॉइंट-वाइज लेटेंट VAE को पॉइंट-क्लाउड ऑटोएनकोडर के साथ जोड़कर हाइब्रिड स्ट्रक्चरल लेटेंट पॉइंट्स सीखता है, जो सिम्युलेटेड और वास्तविक दुनिया के वातावरण में रोबोटिक मैनिपुलेशन के दौरान बेहतर कार्य सफलता और सैंपल दक्षता प्रदर्शित करता है।
यह शोध पत्र स्टोकेस्टिक मीनफ्लो पॉलिसीज़ (SMFP) को प्रस्तुत करता है, जो एक वन-स्टेप जनरेटिव पॉलिसी क्लास है जो मल्टीमॉडल एक्शन डिस्ट्रीब्यूशन को प्रभावी ढंग से संभालने के लिए ट्रैक्टेबल एंट्रॉपी एस्टीमेशन को ऑफ-पॉलिसी मिरर डिसेंट के साथ जोड़ता है, जबकि MuJoCo बेंचमार्क में इन्फरेंस दक्षता और ट्रेनिंग स्थिरता बनाए रखता है।
यह शोध पत्र एक टू-फैक्टर लीनियर ट्रांसफार्मर मॉडल की लार्ज-स्टेप ट्रेनिंग डायनेमिक्स का विश्लेषण करता है, जो यह प्रदर्शित करता है कि उच्च लर्निंग रेट्स इन-कॉन्टेक्स्ट लीनियर रिग्रेशन के सीखने की गति को तेज करने के बजाय, सिस्टम को मोनोटोन कन्वर्जेंस से बदलकर चक्रों (साइकिल), बाउंडेड केओस, या डाइवर्जेंस की ओर ले जाकर प्रशिक्षण के परिणामों को मौलिक रूप से बदल सकते हैं।