25400 पेपर
इस अध्ययन ने 112 नैदानिक उपदेशों (क्लिनिकल विग्नेट्स) पर 15 फ्रंटियर एआई चैटबॉट्स का मूल्यांकन किया और पाया कि जहाँ उन्होंने मनोरोग आपात स्थितियों की पहचान करने में लगभग पूर्ण सटीकता प्रदर्शित की, वहीं उन्होंने कम और मध्यम जोखिम वाले मामलों के लिए महत्वपूर्ण ओवर-ट्राइएज (अत्यधिक वर्गीकरण) दिखाया, जिसके परिणामस्वरूप एक समग्र शुद्ध ओवर-ट्राइएज रुझान सामने आया।
C2C मार्केटप्लेस के दृष्टिहीन, कम दृष्टि वाले और वृद्ध वयस्क उपयोगकर्ताओं के छह अध्ययनों के आधार पर, यह शोध पत्र तर्क देता है कि जनरेटिव UI रनटाइम पर इंटरफेस को गतिशील रूप से अनुकूलित कर सकता है ताकि उपयोगकर्ता-जनित सामग्री परिवेशों में स्थिर सुलभता मानकों की सीमाओं को दूर किया जा सके, जिससे डिजाइनर की भूमिका निश्चित लेआउट निर्दिष्ट करने से बदलकर अनुकूलन योग्य नीतियों को परिभाषित करने की हो जाती है।
यह अध्ययन दक्षिणी अमेरिकी, भारतीय और कोड-स्विच्ड हिंदी-अंग्रेजी बोलियों में एलएलएम-आधारित (LLM-based) रेस्तरां और उत्पाद अनुशंसाओं में भाषाई पूर्वाग्रहों की जांच करता है, जो यह प्रकट करता है कि विशिष्ट मॉडल परिवार भारतीय अंग्रेजी और कोड-स्विच्ड प्रॉम्प्ट के प्रति अत्यधिक संवेदनशीलता प्रदर्शित करते हैं, जिससे केवल मॉडल के आकार के आधार पर सुसंगत रुझानों के बिना विशिष्ट भिन्नताएं उत्पन्न होती हैं।
यह शोध पत्र SciEval को प्रस्तुत करता है, जो EQuIP रूब्रिक का उपयोग करके K-12 विज्ञान शिक्षण सामग्रियों का स्वचालित रूप से मूल्यांकन करने के लिए पहला बेंचमार्क डेटासेट है, और यह प्रदर्शित करता है कि जहाँ मुख्यधारा के बड़े भाषा मॉडल (large language models) इस कार्य में संघर्ष करते हैं, वहीं डोमेन-विशिष्ट फाइन-ट्यूनिंग उनके प्रदर्शन में महत्वपूर्ण सुधार करती है।
यह शोध पत्र ऑफलाइन डेटासेट से सीधे टास्क वेक्टर्स (task vectors) निकालकर प्रशिक्षण कार्य वितरण (training task distribution) को परिभाषित करके ज़ीरो-शॉट ऑफलाइन रीइन्फोर्समेंट लर्निंग में सुधार करने का प्रस्ताव करता है, जो एक सिद्धांत आधारित सैंपलिंग दृष्टिकोण है जो मानक रैंडम सैंपलिंग विधियों की तुलना में औसतन 20% प्रदर्शन लाभ प्राप्त करता है।
SymphonyGen एक नवीन 3D पदानुक्रमित ढांचा (hierarchical framework) है जो नियंत्रित ऑर्केस्ट्रल संगीत निर्माण के लिए एक कैस्केडिंग डिकोडर, शॉर्ट-स्कोर हार्मनी कंडीशनिंग और सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करता है ताकि जटिलता-नियंत्रण असंतुलन को दूर किया जा सके और उच्च-गुणवत्ता वाले, हार्मोनिक रूप से स्वच्छ सिम्फोनिक रचनाएँ उत्पन्न की जा सकें।
यह शोध पत्र PHISHREV को प्रस्तुत करता है, जो एक हाइब्रिड फ्रेमवर्क है जो मशीन लर्निंग क्लासिफायर को 'आंसर सेट प्रोग्रामिंग' पर आधारित एक पोस्ट-हॉक नॉन-मोनोटोनिक रीजनिंग लेयर के साथ एकीकृत करके फिशिंग डिटेक्शन को बेहतर बनाता है, जो मॉडल को पुन: प्रशिक्षित किए बिना भविष्यवाणियों को परिष्कृत करने और नए डोमेन नियमों को कुशलतापूर्वक शामिल करने के लिए विशेषज्ञ ज्ञान का लाभ उठाता है।
यह शोध पत्र प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन (PPO) के एक सैंपल-एफिशिएंट न्यूरो-सिंबोलिक विस्तार का प्रस्ताव करता है जो जटिल, स्पार्स-रिवॉर्ड वातावरण में सीखने के मार्गदर्शन के लिए आंशिक तार्किक पॉलिसी विनिर्देशों (logical policy specifications) का लाभ उठाता है, और दो विशिष्ट एकीकरण रणनीतियों के माध्यम से मानक PPO और रिवॉर्ड मशीन बेसलाइनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक मेडॉइड प्रोटोटाइप अलाइनमेंट फ्रेमवर्क प्रस्तावित करता है जो विषम औद्योगिक नियंत्रण प्रणाली ट्रैफ़िक को तुलनीय निरूपणों में संकुचित करता है और क्रॉस-प्लांट परिदृश्यों में अज्ञात हमलों का प्रभावी ढंग से पता लगाने के लिए विभिन्न डोमेनों में सुदृढ़ मेडॉइड प्रोटोटाइप्स को संरेखित करता है, जिससे मौजूदा मॉडलों की तुलना में बेहतर प्रदर्शन और स्थिरता प्राप्त होती है।
मार्को-MoE एक पूर्णतः खुला, अत्यधिक स्पार्स बहुभाषी मिक्चर-ऑफ-एक्सपर्ट्स मॉडल सुइट है जो डेंसर प्रतिस्पर्धियों की तुलना में अत्याधुनिक प्रदर्शन-से-कंप्यूट अनुपात और विभिन्न भाषाओं में बेहतर स्केलेबिलिटी प्राप्त करने के लिए कुशल अपसाइक्लिंग का लाभ उठाता है।