25631 पेपर
यह शोध पत्र R-DCNN प्रस्तुत करता है, जो एक गणनात्मक रूप से कुशल विधि है जो विभिन्न आवृत्तियों वाले आवधिक संकेतों को एकल अवलोकन का उपयोग करके डीनोइज़ करने और अनुमान लगाने के लिए डिलेटेड CNN को एक हल्के रीसैंपलिंग रणनीति के साथ जोड़ती है, जो सख्त संसाधन बाधाओं के तहत काम करते हुए अत्याधुनिक तकनीकों के तुलनीय प्रदर्शन प्राप्त करती है।
यह शोध पत्र एक नवीन फुल-रेफरेंस इमेज क्वालिटी असेसमेंट प्रतिमान प्रस्तावित करता है जो कंटेंट-प्रभावित डिग्रेडेशन फीचर्स को अलग करने के लिए कॉज़ल डिसेंटैंगलमेंट और एक मास्किंग मॉड्यूल का लाभ उठाता है, जिससे सुपरवाइज्ड, फ्यू-लेबल और लेबल-फ्री सेटिंग्स में प्रतिस्पर्धी प्रदर्शन प्राप्त होता है और विविध गैर-मानक इमेज डोमेन पर श्रेष्ठ क्रॉस-डोमेन सामान्यीकरण प्रदर्शित होता है।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो 'यूज़र पासपोर्ट' तंत्र और दो विशिष्ट 'एक्सप्लेनर आर्किटेक्चर' का लाभ उठाकर एनोटेटर-विशिष्ट लेबल भविष्यवाणियों और स्पष्टीकरणों को संयुक्त रूप से मॉडल करता है, यह प्रदर्शित करते हुए कि सूक्ष्म-स्तरीय तर्कों (rationales) को एकीकृत करने से भविष्य कहनेवाला प्रदर्शन में काफी सुधार होता है और परिप्रेक्ष्य-आधारित असहमति का एक समृद्ध प्रतिनिधित्व प्राप्त होता है।
यह शोधपत्र अनुक्रमिक निर्णय लेने (sequential decision-making) में अनिश्चितता के एक वर्गीकरण (taxonomy) को प्रस्तुत करता है ताकि यह संबोधित किया जा सके कि कैसे असमान रूप से वितरित मॉडल, फीडबैक और पूर्वानुमान संबंधी अनिश्चितताएं अल्प-प्रतिनिधित्व वाले समूहों के लिए अन्याय को बढ़ाती हैं, और एक ऐसे ढांचे का प्रस्ताव देता है जो चिकित्सकों (practitioners) को इन जोखिमों का निदान करने और संस्थागत उद्देश्यों को बनाए रखते हुए परिणामों की असमानताओं को कम करने वाली नीतियां डिजाइन करने में सक्षम बनाता है।
यह अध्ययन यह प्रकट करने के लिए एक संज्ञान-भाव-संकल्प (Cognition-Affect-Conation) ढांचे और मिश्रित-विधि डिजाइन का उपयोग करता है कि विश्वविद्यालय के छात्रों की एआई (AI) उपयोग को प्रकट करने की इच्छा मनोवैज्ञानिक सुरक्षा और संस्थागत समर्थन जैसे सक्षम कारकों द्वारा संचालित होती है, जबकि मूल्यांकन संबंधी आशंका और नीतिगत अस्पष्टता जैसे निरोधात्मक कारकों द्वारा बाधित होती है।
यह शोध पत्र मोबाइल उपकरणों के लिए एक कुशल इमेज एन्हांसमेंट मॉडल का प्रस्ताव करता है जो प्रशिक्षण-परिनियोजन अंतराल को पाटने और कम-परिशुद्धता बाधाओं के तहत उच्च दृश्य निष्ठा बनाए रखने के लिए गेटेड एनकोडिंग और मल्टीस्केल रिफाइनमेंट के साथ एक पदानुक्रमित वास्तुकला के साथ क्वांटिज़ेशन-अवेयर ट्रेनिंग को जोड़ता है।
यह शोध पत्र "GROUNDED.md" का प्रस्ताव करता है, जो एक समुदाय-शासित दस्तावेज़ है जो गैर-परक्राम्य वैज्ञानिक बाधाओं और परंपराओं को कूटबद्ध करता है ताकि यह सुनिश्चित किया जा सके कि एजेंटिक AI-सहायता प्राप्त कोडिंग वैध, सर्वोत्तम-अभ्यास वाला सॉफ़्टवेयर उत्पन्न करे, भले ही इसका उपयोग गैर-डोमेन विशेषज्ञों द्वारा किया गया हो।
यह शोध पत्र एक ऐसी विधि प्रस्तावित करता है जो इन्फरेंस (inference) के समय पूर्व-निर्मित (pre-distilled) पुन: प्रयोज्य तर्क कौशल को पुनः प्राप्त करके और उन्हें लागू करके रीजनिंग एलएलएम (reasoning LLMs) की सटीकता और दक्षता में सुधार करती है, जिससे पारंपरिक "शून्य से तर्क करने" (reasoning from scratch) वाले दृष्टिकोण की तुलना में टोकन की खपत और लागत में काफी कमी आती है।
यह शोध पत्र LMArena डेटासेट में पूर्वाग्रहों का विश्लेषण करके स्थिर LLM लीडरबोर्ड की सीमाओं की आलोचना करता है और एक इंटरैक्टिव विज़ुअलाइज़ेशन टूल प्रस्तावित करता है जो उपयोगकर्ताओं को कस्टम मूल्यांकन प्राथमिकताएं परिभाषित करने में सक्षम बनाता है, जिससे पारदर्शिता बढ़ती है और संदर्भ-विशिष्ट मॉडल मूल्यांकन में सहायता मिलती है।
यह शोध पत्र टाइमस्टैम्प वाले डेटा से उच्च-स्तरीय टेम्पोरल रूप से विस्तारित घटनाओं (टेम्पोरली एक्सटेंडेड इवेंट्स) को निष्कर्ष निकालने के लिए 'आंसर सेट प्रोग्रामिंग' का उपयोग करने वाला एक नवीन तर्क-आधारित ढांचा प्रस्तुत करता है, जिसमें निरंतरता और बहुपद-समय जटिलता (पॉलीनोमियल-टाइम कॉम्प्लेक्सिटी) सुनिश्चित करने के लिए बाधा-आधारित मरम्मत तंत्र शामिल है, जिसका फेफड़ों के कैंसर की बीमारी के प्रकरणों और उपचारों का पता लगाने में एक मान्य अनुप्रयोग है।