28108 पेपर
RaV-IDP एक नवीन इंटेलिजेंट डॉक्यूमेंट प्रोसेसिंग फ्रेमवर्क है जो निकाले गए एंटिटीज को उनके मूल दृश्य रूप में पुनर्गठित करके निष्कर्षण निष्ठा (extraction fidelity) सुनिश्चित करता है ताकि एक ग्राउंडेड, लेबल-मुक्त गुणवत्ता स्कोर की गणना की जा सके, और स्रोत दस्तावेज़ के साथ विसंगतियों का पता चलने पर एक विजन-आधारित फॉलबैक को ट्रिगर कर सके।
यह शोध पत्र ResAF-Net प्रस्तुत करता है, जो एक एंकर-मुक्त अटेंशन-आधारित डीप लर्निंग फ्रेमवर्क है जो उपग्रह इमेजरी का लाभ उठाता है और फिलिस्तीन के संसाधन-सीमित और खंडित परिदृश्यों में स्केलेबल, सटीक वृक्ष पहचान और कृषि निगरानी को सक्षम करने के लिए स्थानीय कैडस्ट्रल डेटा के साथ एकीकृत होता है।
यह शोध पत्र एक आवर्ती तंत्रिका नेटवर्क (recurrent neural network) का उपयोग करके एक एआई-आधारित पर्यवेक्षी परत (supervisory layer) प्रस्तावित करता है जो वर्तमान मापों की भौतिक निरंतरता को मान्य करता है, जिससे इनवर्टर-आधारित माइक्रोग्रिड में लाइन करंट डिफरेंशियल रिले को अतिरिक्त सेंसर या नेटवर्क टोपोलॉजी ज्ञान की आवश्यकता के बिना वास्तविक दोषों और गलत-डेटा इंजेक्शन हमलों के बीच अंतर करने में सक्षम बनाता है।
यह शोध पत्र "वाइब मेडिसिन" (Vibe Medicine) प्रस्तुत करता है, जो एक मानव-एआई सह-कार्य प्रतिमान (human-AI co-work paradigm) है जो चिकित्सकों और शोधकर्ताओं को जटिल बायोमेडिकल वर्कफ़्लो को निष्पादित करने के लिए प्राकृतिक भाषा के माध्यम से कौशल-संवर्धित एआई एजेंटों को निर्देशित करने हेतु सशक्त बनाता है, जिससे अनुसंधान की सुलभता, समानता और उत्पादकता बढ़ती है और मतिभ्रम (hallucination) एवं डेटा गोपनीयता जैसे महत्वपूर्ण जोखिमों का समाधान होता है।
OptProver एक निरंतर प्रशिक्षण पाइपलाइन पेश करता है जो एक ओलंपियाड-स्तर के प्रमेय प्रवर (theorem prover) को विशेषज्ञ-क्यूरेटेड डेटा और एक विशेष प्राथमिकता शिक्षण उद्देश्य के माध्यम से अपनी तर्क क्षमताओं को स्नातक अनुकूलन (undergraduate optimization) डोमेन में सफलतापूर्वक स्थानांतरित करने में सक्षम बनाता है।
यह शोध पत्र AIPsy-Affect को प्रस्तुत करता है, जो कीवर्ड-मुक्त भावनात्मक उपदेशों (vignettes) और मेल खाते तटस्थ नियंत्रणों वाला एक 480-आइटम वाला क्लिनिकल स्टिमुलस बैटरी है, ताकि भावना-विशिष्ट शब्दावली के भ्रम को समाप्त करके बड़े भाषा मॉडलों में भावना की कठोर यांत्रिक व्याख्यात्मकता (mechanistic interpretability) को सक्षम किया जा सके।
यह शोध पत्र VIBES का प्रस्ताव करता है, जो एक कुशल एसिंक्रोनस फ्रेमवर्क है जो दूरस्थ वाहन विसंगतियों (far-field vehicle anomalies) को गतिशील रूप से स्थानीयकृत करने के लिए ऑनलाइन बेयसियन अनुमान (online Bayesian inference) को लक्षित विजन-लैंग्वेज मॉडल रीजनिंग (Vision-Language Model reasoning) के साथ जोड़ता है, ताकि वैश्विक वीडियो फ्रेमों को प्रोसेस करने की कम्प्यूटेशनल लागत के बिना उच्च-सटीक, व्याख्या योग्य और वास्तविक समय की एक्सप्रेसवे निगरानी प्राप्त की जा सके।
यह शोध पत्र इस बात की जांच करता है कि क्या आयु-विशिष्ट मॉडल CGM डेटा का उपयोग करके टाइप 1 मधुमेह वाले रोगियों में हाइपोग्लाइसीमिया (हाइपोग्लाइसीमिया) के पूर्वानुमान में सुधार करते हैं, जिसमें यह पाया गया कि हालांकि आयु-खंडित मॉडल विशेष रूप से बच्चों को लाभान्वित करते हैं, लेकिन एक वैश्विक जनसंख्या-आधारित मॉडल अल्पकालिक हाइपोग्लाइसीमिक पैटर्न की समानता के कारण अधिकांश आयु समूहों में तुलनीय या बेहतर प्रदर्शन करता है।
यह शोध पत्र प्रदर्शित करता है कि मानक SFT-फिर-RL पाइपलाइन वास्तव में हालिया मिश्रित-नीति (mixed-policy) विधियों से बेहतर प्रदर्शन करती है, जो यह प्रकट करता है कि इसके विपरीत पिछले दावे DeepSpeed और OpenRLHF में विशिष्ट बग्स के कारण उत्पन्न दोषपूर्ण बेसलाइन्स पर आधारित थे।
यह शोध पत्र मानसिक स्वास्थ्य मूल्यांकन में विजन-लैंग्वेज मॉडल्स (VLMs) की निष्पक्षता और पारदर्शिता की जांच करता है, जो यह प्रकट करता है कि हालांकि व्याख्यात्मकता-आधारित हस्तक्षेप प्रक्रियात्मक निरंतरता में सुधार कर सकते हैं, वे अक्सर न्यायसंगत परिणामों की गारंटी देने में विफल रहते हैं और जनसांख्यिकीय पूर्वाग्रहों को और भी बढ़ा सकते हैं।