25186 पेपर
यह शोध पत्र 2018 से 2025 तक के 1,50,000 से अधिक जॉब पोस्टिंग का विश्लेषण करता है ताकि यह प्रदर्शित किया जा सके कि जनरेटिव एआई मुख्य रूप से एक संवर्धनात्मक शक्ति के रूप में कार्य कर रहा है, जो कार्यबल में हाइब्रिड मानव-एआई विशेषज्ञता की ओर एक संरचनात्मक बदलाव ला रहा है, जिसकी विशेषता विशेष एआई और सॉफ्ट मेटा-कौशलों की बढ़ती मांग के साथ-साथ नियमित कार्यों में गिरावट है।
यह शोध पत्र प्रकट करता है कि जबकि तीन स्वतंत्र रूप से विकसित लार्ज लैंग्वेज मॉडल्स अत्यधिक सहसंबद्ध पूर्वानुमान त्रुटियां प्रदर्शित करते हुए एक "ज्ञानमीमांसीय एकसंस्कृति" (एपिस्टेमिक मोनोकल्चर) निर्मित करते हैं, यह साझा पूर्वाग्रह अभी तक मानव पूर्वानुमानकर्ताओं तक प्रसारित नहीं हुआ है, जो इसके बजाय अपने स्वयं के पूर्व-विद्यमान पूर्वाग्रहों और वास्तविक सत्य की ओर अपने तर्कसंगत अपडेट पर भरोसा करना जारी रखते हैं।
यह शोध पत्र UniQGen को प्रस्तुत करता है, जो एक नवीन बाधा-निर्देशित (constraint-guided) ढांचा है जो नॉलेज ग्राफ क्वेश्चन आंसरिंग के लिए उच्च-गुणवत्ता वाली, निष्पादन योग्य (executable) साइफर (Cypher) क्वेरी उत्पन्न करने हेतु LLM एजेंटों और एक विस्तारित चेज़ एंड बैकचेज़ (Chase & Backchase) एल्गोरिदम का लाभ उठाता है, जिसके लिए फाइन-ट्यूनिंग की आवश्यकता नहीं है, जिससे यह सटीकता और दक्षता में अत्याधुनिक तरीकों से काफी बेहतर प्रदर्शन करता है।
क्लीनिकबॉट (ClinicBot) एक दिशानिर्देश-आधारित क्लिनिकल चैटबॉट है जो चिकित्सा दिशानिर्देशों को संरचनात्मक रूप से निकालकर, पाठ्य समानता के बजाय साक्ष्य-आधारित नैदानिक महत्व को प्राथमिकता देकर और उच्च-जोखिम वाले चिकित्सा संदर्भों में मतिभ्रम (hallucinations) को रोकने के लिए सत्यापन योग्य उद्धरण प्रदान करके नैदानिक सटीकता और विश्वसनीयता को बढ़ाता है।
यह अध्ययन छह मॉडलों में टेक्स्ट-टू-स्पीच गुणवत्ता का मूल्यांकन करने के लिए एक मीट्रिक-आधारित वॉयस मैपिंग फ्रेमवर्क प्रस्तावित करता है, जो यह प्रकट करता है कि वॉइस रेंज एक प्राथमिक क्षमता संकेतक है जबकि सेप्सरल पीक प्रॉमिनेंस (CPPs) और स्पेक्ट्रम बैलेंस जैसे विशिष्ट मीट्रिक्स स्वाभाविक स्वर प्रयास को रोबोटिक आर्टिफैक्ट्स से प्रभावी ढंग से अलग करते हैं।
यह शोध पत्र एक हल्के, गैर-पैरामीट्रिक परिवर्तन-पता लगाने वाले एल्गोरिदम का प्रस्ताव करता है जो गतिविधि संक्रमणों का पता चलने पर ही पूर्ण वर्गीकरण को ट्रिगर करके पहनने योग्य मानव गतिविधि पहचान प्रणालियों में ऊर्जा खपत को काफी कम कर देता है, जो बिना किसी ऑफलाइन प्रशिक्षण या पूर्व वर्ग परिभाषाओं की आवश्यकता के उच्च संवेदनशीलता और विशिष्टता प्राप्त करता है।
यह व्यवस्थित डीप लर्निंग अध्ययन प्रदर्शित करता है कि क्रिप्टोकरेंसी रिजीम भविष्यवाणी के लिए, कच्चे, लो-रेज़ोल्यूशन कैंडलस्टिक चार्ट पर प्रशिक्षित सरल 4-लेयर CNNs, जटिल प्रीट्रेन्ड आर्किटेक्चर और उन्नत इमेज एनकोडिंग विधियों से बेहतर प्रदर्शन करते हैं, जो ImageNet ट्रांसफर लर्निंग से महत्वपूर्ण लाभ उठाते हुए 0.892 का AUC-ROC प्राप्त करते हैं।
यह अध्ययन प्रदर्शित करता है कि मशीन लर्निंग मॉडल, विशेष रूप से ज्यामितीय (Geometric) दृष्टिकोण और XGBoost, उच्च सटीकता के साथ वॉकर के उपयोग और उपयोगकर्ता की मुद्रा को प्रभावी ढंग से वर्गीकृत करते हैं, जो वृद्ध वयस्कों के लिए स्मार्ट वॉकर में गिरने से बचाव और मानव-रोबोट संपर्क को बढ़ाने के लिए एक आशाजनक समाधान प्रदान करते हैं।
X2SAM एक एकीकृत मल्टीमॉडल लार्ज लैंग्वेज मॉडल है जो एक LLM को मास्क मेमोरी मॉड्यूल के साथ जोड़कर किसी भी सेगमेंटेशन क्षमताओं को छवियों से वीडियो तक विस्तारित करता है, जिससे विविध सेगमेंटेशन कार्यों में संवादात्मक निर्देशों और विजुअल प्रॉम्प्ट्स दोनों से उच्च-गुणवत्तापूर्ण, टेम्पोरल रूप से सुसंगत मास्क जनरेशन सक्षम होता है।
यह शोध पत्र डोमेन-इनवेरिएंट पार्शियल लीस्ट स्क्वायर्स (Di-PLS) पर आधारित एक अनसुपरवाइज्ड ट्रांसफर लर्निंग पद्धति प्रस्तावित करता है जो विभिन्न स्थितियों के तहत VRF इकाइयों में सेकंड-ऑर्डर हार्मोनिक टोनल नॉइज़ की सटीक भविष्यवाणी करने के लिए स्ट्रक्चरल वाइब्रेशन सिग्नल्स का लाभ उठाता है, जो डोमेन वितरण विसंगतियों को प्रभावी ढंग से कम करके पारंपरिक मॉडलों और थर्मोडायनामिक-आधारित दृष्टिकोणों से बेहतर प्रदर्शन करता है।