25400 पेपर
यह शोध पत्र प्रदर्शित करता है कि पूर्णतः जनरेटिव सिंथेटिक डेटा मॉडल अक्सर औसत उपचार प्रभाव (ATE) जैसे कारण अनुमानों (causal estimands) को संरक्षित करने में विफल रहते हैं और एक हाइब्रिड फ्रेमवर्क का प्रस्ताव करता है जो कारण निष्ठा (causal fidelity) सुनिश्चित करने और कारण अनुमान के लिए मजबूत निदान प्रदान करने के लिए कोवेरिएट, उपचार और परिणाम पीढ़ी को अलग करता है।
यह शोध पत्र ग्राफ न्यूरल नेटवर्क और एक्सपैंडर ग्राफ का उपयोग करते हुए एक न्यूरल कॉम्बिनेटरियल ऑप्टिमाइज़ेशन दृष्टिकोण प्रस्तुत करता है, जो वांछित स्टोइकीओमेट्री (stoichiometry) को बनाए रखते हुए एक डिस्क्रीट ग्रिड पर परमाणु विन्यासों को कुशलतापूर्वक नमूनाकरण (sampling) करके क्रिस्टल संरचना भविष्यवाणी को त्वरित करता है।
यह शोधपत्र एजेंटिक एआई (agentic AI) की दो विशिष्ट प्लेटफार्मों को स्वायत्त रूप से संचालित करने की क्षमता को प्रदर्शित करता है: एक जो मानव-मानव और वायरस-मानव प्रोटीन-प्रोटीन इंटरैक्शन के लिए उच्च-सटीकता वाले भविष्य कहनेवाला मशीन लर्निंग मॉडल बनाता है, और दूसरा जो उन मॉडलों के निष्कर्षों के अनुरूप व्याख्या योग्य, मानव-पठनीय नियम प्रेरित करता है।
GAMED.AI एक पदानुक्रमित बहु-एजेंट फ्रेमवर्क है जो चरण-आधारित LangGraph सब-ग्राफ, नियतात्मक क्वालिटी गेट्स और संरचित Pydantic स्कीमा का लाभ उठाकर, प्रशिक्षक द्वारा प्रदान किए गए प्रश्नों को उच्च अनुपालन और महत्वपूर्ण लागत दक्षता के साथ शैक्षणिक रूप से मान्य शैक्षिक खेलों में स्वचालित रूप से परिवर्तित करता है।
यह शोध पत्र KOMBO को प्रस्तुत करता है, जो कोरियाई पूर्व-प्रशिक्षित भाषा मॉडलों के लिए एक नवीन ढांचा है जो ऐतिहासिक *हुनमिनजियोंगुम* में परिभाषित हंगेउल उप-पात्रों के अद्वितीय संयोजन नियमों का लाभ उठाता है, और कोरियाई भाषा की भाषाई विशेषताओं को बेहतर ढंग से पकड़कर कई प्राकृतिक भाषा समझ कार्यों पर मौजूदा अत्याधुनिक मॉडलों से बेहतर प्रदर्शन करता है।
DecompKAN एक हल्का, अटेंशन-मुक्त टाइम सीरीज़ फोरकास्टिंग आर्किटेक्चर है जो प्रतिस्पर्धी भविष्यवाणात्मक सटीकता प्राप्त करने के लिए ट्रेंड-रेसिड्यूअल डिकंपोजिशन और बी-स्प्लाइन कोलमोगोरोव-आर्नोल्ड नेटवर्क्स (KAN) का उपयोग करता है, साथ ही निरीक्षण योग्य, विज़ुअलाइज़्ड एज फंक्शन्स के माध्यम से मॉडल पारदर्शिता प्रदान करता है।
यह शोध पत्र यह प्रदर्शित करता है कि एक मॉडल के रिप्रजेंटेशनल प्रक्षेपवक्र (representational trajectory) का ज्यामितीय वक्रता (geometric curvature)—कि वह प्रोसेसिंग के दौरान कितना "मुड़ता" है—लार्ज लैंग्वेज मॉडल्स की प्रेडिक्टिव अनसर्टेन्टी (एन्ट्रॉपी) के साथ सीधे तौर पर सह-संबंधित है और इसका उपयोग उसे नियंत्रित करने के लिए किया जा सकता है।
यह शोध पत्र "हाइंडसाइट प्रेफरेंस ऑप्टिमाइज़ेशन" का प्रस्ताव करता है, जो एक ऐसी विधि है जो देखे गए वित्तीय परिणामों का उपयोग करती है ताकि एक भाषा मॉडल को डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (DPO) के माध्यम से पूर्वव्यापी रूप से भविष्य कहने वाली सलाहों को रैंक और संरेखित करने की अनुमति मिल सके, जिससे एक छोटा 4B मॉडल एक बहुत बड़े 235B शिक्षक मॉडल की तुलना में सटीकता और सलाहकार गुणवत्ता दोनों में बेहतर प्रदर्शन कर पाता है।
यह शोध पत्र इटरेटिव रिफाइनमेंट ऑफ टेक्स्टुअल डायरेक्शंस (IRTD) का प्रस्ताव करता है, जो एक सरल विधि है जो स्थिर प्रारंभिक कोड के लिए टेक्स्टुअल डायरेक्शंस को पुनरावृत्ति से परिष्कृत करके अत्याधुनिक (state-of-the-art) कोड सुधार प्रदर्शन प्राप्त करती है, जो स्कैटरड फॉरेस्ट सर्च जैसे जटिल खोज-आधारित तरीकों की तुलना में अधिक कुशल और सैद्धांतिक रूप से सुरक्षित विकल्प प्रदान करती है।
यह शोध पत्र CT-FineBench प्रस्तुत करता है, जो एक नवीन नैदानिक निष्ठा बेंचमार्क है जो CT रिपोर्ट जनरेशन की सूक्ष्म-स्तरीय तथ्यात्मक निरंतरता का मूल्यांकन करने के लिए एक संरचित प्रश्न-उत्तर ढांचे का उपयोग करता है, जो पारंपरिक लेक्सिकल मेट्रिक्स की तुलना में विशेषज्ञ नैदानिक आकलन के साथ बेहतर सहसंबंध प्रदर्शित करता है।