26898 पेपर
यह शोध पत्र एक भौतिकी-सूचित न्यूरल नेटवर्क (PINN) ढांचे का प्रस्ताव करता है जो नॉनलीनियर आउटपुट रेगुलेशन के लिए रेगुलेटर समीकरणों के समाधान का सीधे अनुमान लगाता है, जिससे हेलीकॉप्टर सिंक्रोनाइज़ेशन कार्य द्वारा प्रदर्शित विभिन्न एक्सोसिस्टम मापदंडों में सामान्यीकृत होने वाले स्टेडी-स्टेट मैनिफोल्ड्स और फीडफॉरवर्ड इनपुट्स के वास्तविक समय में, डेटा-मुक्त अनुमान की क्षमता सक्षम होती है।
OmniAlpha एक एकीकृत मल्टी-टास्क सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो इमेज मैटिंग और लेयर डिकंपोजिशन जैसे विविध कार्यों में बेहतर पारदर्शिता-जागरूक पीढ़ी और हेरफेर प्राप्त करने के लिए एक अल्फा-अवेयर VAE और एक डिफ्यूजन ट्रांसफार्मर को लेयर-अवेयर रिवार्ड्स के साथ एकीकृत करता है, जो विशेष उपकरणों और मानक पर्यवेक्षित फाइन-ट्यूनिंग बेसलाइन दोनों से बेहतर प्रदर्शन करता है।
यह अध्ययन इस बात की जांच करता है कि कैसे स्पीच ट्रांसलेशन मॉडल वक्ता-संदर्भित शब्दों को व्याकरणिक लिंग आवंटित करते हैं, यह प्रकट करते हुए कि जबकि आंतरिक भाषा मॉडल एक पुरुष प्रधान पूर्वाग्रह प्रदर्शित करते हैं, उच्च-प्रदर्शन वाले मॉडल ध्वनिक संकेतों (acoustic cues) और एक नवीन तंत्र का उपयोग करके इसे ओवरराइड कर सकते हैं जो केवल पिच के बजाय वितरित आवृत्ति स्पेक्ट्रम जानकारी के माध्यम से प्रथम-पुरुष सर्वनामों को लिंग-निर्धारित शब्दों से जोड़ता है।
यह शोध पत्र AOI का प्रस्ताव करता है, जो एक नवीन मल्टी-एजेंट फ्रेमवर्क है जो क्लाउड-नेटिव इंफ्रास्ट्रक्चर की जटिलता को प्रभावी ढंग से प्रबंधित करने के लिए डायनेमिक टास्क शेड्यूलिंग और एक पदानुक्रमित मेमोरी कंप्रेशन आर्किटेक्चर का लाभ उठाता है, जिससे परिचालन ओवरहेड को कम करते हुए कॉन्टेक्स्ट रिटेंशन, टास्क सक्सेस रेट और मीन टाइम टू रिपेयर में महत्वपूर्ण सुधार होता है।
यह अध्ययन प्रदर्शित करता है कि HOG फीचर्स को एक फाइन-ट्यून्ड InceptionResNet-v2 नेटवर्क से निकाले गए डीप फीचर्स के साथ संयोजित करने से LC25000 डेटासेट पर हिस्टोपैथोलॉजिकल इमेज क्लासिफिकेशन की सटीकता और शोर (noise) के प्रति मजबूती में महत्वपूर्ण सुधार होता है।
यह शोध पत्र व्यापक रूप से उपयोग किए जाने वाले विजन-लैंग्वेज-एक्शन (VLA) डेटासेट्स का एक व्यवस्थित ऑडिट प्रस्तुत करता है, जो यह प्रकट करता है कि वे मुख्य रूप से सीमित भाषाई विविधता वाले दोहरावपूर्ण, टेम्पलेट जैसे निर्देशों पर निर्भर हैं, जिससे भाषा के कवरेज को व्यापक बनाने के लिए अधिक सिद्धांतवादी डेटासेट क्यूरेशन और रिपोर्टिंग की आवश्यकता पर बल मिलता है।
यह शोध पत्र नैदानिक निर्णय सहायता के लिए विभिन्न ओपन-सोर्स ऑन-डिवाइस लार्ज लैंग्वेज मॉडल्स का बेंचमार्किंग और अनुकूलन करता है, यह प्रदर्शित करते हुए कि वे बेहतर गोपनीयता और संसाधन दक्षता प्रदान करते हुए, विशेष रूप से फाइन-ट्यूनिंग के माध्यम से संवर्धित होने पर, अत्याधुनिक प्रोप्रायटरी मॉडल्स के तुलनीय या उनसे अधिक नैदानिक सटीकता प्राप्त कर सकते हैं।
MemRec एक सहयोगात्मक स्मृति-संवर्धित एजेंटिक अनुशंसा प्रणाली (collaborative memory-augmented agentic recommender system) है जो एक हल्के भाषा मॉडल का उपयोग करके गतिशील सहयोगात्मक स्मृति ग्राफ को संश्लेषित करके मेमोरी प्रबंधन को तर्क से अलग करती है, जिससे एक भारी भाषा मॉडल (heavyweight LLM) को संदर्भ अधिभार (context overload) और शोर से बचते हुए अत्याधुनिक अनुशंसाएँ उत्पन्न करने में सक्षम बनाया जा सके।
यह शोध पत्र ReCreate को प्रस्तुत करता है, जो एक अनुभव-संचालित ढांचा (framework) है जो 'एजेंट-एज़-ऑप्टिमाइज़र' प्रतिमान के माध्यम से इंटरेक्शन इतिहास का लाभ उठाकर डोमेन-विशिष्ट एजेंटों को स्वचालित रूप से उत्पन्न और अनुकूलित करता है, और मानव-निर्मित एवं मौजूदा स्वचालित विधियों दोनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र Fast-ULCNet को प्रस्तुत करता है, जो एक अनुकूलित सिंगल-चैनल स्पीच एन्हांसमेंट मॉडल है जो ULCNet के GRU परतों को FastGRNNs से बदल देता है और स्टेट ड्रिफ्टिंग को कम करने के लिए एक ट्रेन करने योग्य कॉम्प्लीमेंट्री फ़िल्टर का उपयोग करता है, जिससे मॉडल के आकार को आधे से अधिक कम करते हुए और लेटेंसी को 34% घटाते हुए अत्याधुनिक (state-of-the-art) प्रदर्शन के तुलनीय परिणाम प्राप्त होते हैं।