21046 पेपर
Harrison.Rad 1.5 एक रेडियोलॉजी-विशिष्ट मल्टीमॉडल लार्ज लैंग्वेज मॉडल है जिसे विविध एक्स-रे और मैमोग्राफी छवियों, नैदानिक संदर्भ और पूर्व अध्ययनों से संरचित और असंरचित रिपोर्ट उत्पन्न करने के लिए एक तीन-चरणीय पाइपलाइन के माध्यम से प्रशिक्षित किया गया है, जो सिम्युलेटेड FRCR परीक्षा सहित नैदानिक बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
i-EXAM एक प्लानिंग-पावर्ड टूल है जो सिस्टम एडमिनिस्ट्रेटर्स को जटिल नेटवर्क सुरक्षा को मॉडल करने, अटैक पाथ्स की पहचान करने और लार्ज लैंग्वेज मॉडल्स का उपयोग करके साउंडनेस और कम्प्लीटनेस गारंटी के साथ विविध हार्डनिंग रणनीतियों को जेनरेट और स्पष्ट करने में सक्षम बनाता है।
यह शोधपत्र बाइनरी डिप्रेशन डिटेक्शन के लिए एक फाइन-ग्रेंड मल्टीमॉडल फ्रेमवर्क प्रस्तावित करता है जो डायनेमिक हार्ड-पेयर माइनिंग और इंट्रा-क्लास कॉम्पैक्टनेस के माध्यम से लेटेंट स्पेस डिस्ट्रीब्यूशन को ऑप्टिमाइज़ करने के लिए एक नवीन बाइनरी एडवांटेज-वेटिंग रैंकिंग लॉस का लाभ उठाता है, जिससे D-vlog और LMVD डेटासेट्स पर स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।
K-ABENA एक चयनात्मक ग्रेडिएंट कंप्यूटेशन फ्रेमवर्क है जो कम-लॉस (low-loss) वाले नमूनों को बाहर करके प्रशिक्षण लागत को कम करता है और एक निष्पक्ष ग्रेडिएंट एस्टिमेटर प्रदान करने के लिए हॉरविट्ज़-थॉम्पसन रीवेटिंग (Horvitz-Thompson reweighting) का उपयोग करता है, जिससे यह अनकम्पेंसेटेड सिलेक्शन विधियों के गंभीर विफलता मोड के बिना पूर्ण-बैच SGD के तुलनीय प्रदर्शन और अभिसरण गारंटी (convergence guarantees) प्राप्त करता है।
यह शोध पत्र पॉलिसी-एडेप्टिव इमेज गार्डरेल्स के मूल्यांकन के लिए पॉलिसीशिफ्टबेंच (PolicyShiftBench) का परिचय देता है, और पॉलिसीशिफ्टगार्ड (PolicyShiftGuard) का प्रस्ताव करता है, जो दो-चरणीय रेसिपी के साथ प्रशिक्षित एक नवीन मॉडल है जो विभिन्न सुरक्षा नीतियों के अनुकूल गतिशील रूप से ढलने में मौजूदा विधियों की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र PCBWorld को प्रस्तुत करता है, जो KiCad पर निर्मित एक ओपन-सोर्स, इंजन-आधारित बेंचमार्क वातावरण है जो RL और LLM एजेंटों को नेटिव ऑपरेशन्स और DRC फीडबैक का उपयोग करके इंटरैक्टिव रूप से PCB रूट करने में सक्षम बनाता है, यह प्रदर्शित करते हुए कि यह दृष्टिकोण मौजूदा तरीकों और नियम-आधारित राउटरों की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र CMDR पेश करता है, जो एक नया मल्टीमॉडल दस्तावेज़ पुनर्प्राप्ति कार्य और बेंचमार्क (CMDR-Bench) है जिसके लिए दस्तावेज़ संदर्भ को मॉडल करने की आवश्यकता होती है, साथ ही इसमें CMDR-Embed फ्रेमवर्क और CMCL लर्निंग ऑब्जेक्टिव है जो कई पृष्ठों को संयुक्त रूप से एनकोड करता है ताकि मौजूदा गैर-संदर्भात्मक विधियों से काफी बेहतर प्रदर्शन किया जा सके।
SearchEyes एक एकीकृत सिम्युलेटेड सर्च वर्ल्ड पेश करता है जो एक टाइप्ड नॉलेज ग्राफ पर आधारित है जो पर्सेप्शन-नॉलेज चेन्स और हॉप-एंकोर्ड पॉलिसी ऑप्टिमाइजेशन के माध्यम से डेटा, एनवायरनमेंट और रिवॉर्ड सिग्नल्स को एकीकृत करता है, जिससे बाहरी इंजनों या अलग रिवॉर्ड मॉडल्स पर निर्भर हुए बिना मल्टीमॉडल सर्च एजेंट्स में स्टेट-ऑफ-द-आर्ट मल्टी-हॉप रीजनिंग प्रदर्शन सक्षम होता है।
NegROI एक नवीन ट्रांसफार्मर-आधारित फ्रेमवर्क है जो इंटरैक्टिव 3D सेगमेंटेशन के लिए, अनिश्चितता-निर्देशित स्थानीय बहु-रिज़ॉल्यूशन परिशोधन (uncertainty-guided local multi-resolution refinement) को दृश्य-सशर्त नकारात्मक प्रॉम्प्ट्स (scene-conditioned negative prompts) के साथ जोड़कर क्लिक दक्षता और विविध डेटासेटों में मजबूती को बढ़ाता है, ताकि फॉल्स पॉजिटिव्स को प्रभावी ढंग से दबाया जा सके और ऑब्जेक्ट सीमाओं को स्पष्ट किया जा सके।
यह शोध पत्र LLMs4EU परियोजना और ALT-EDIC बुनियादी ढांचे के भीतर एक चल रही पहल को रेखांकित करता है, जिसका उद्देश्य ज्ञान ग्राफ (knowledge graphs) और बहुभाषी कॉर्पोरा को एकीकृत करके सामाजिक विज्ञान और मानविकी अनुसंधान के लिए फाउंडेशन मॉडल्स को अनुकूलित करना है, ताकि विद्वत्तापूर्ण कार्यों के लिए विश्वसनीय, नैतिक रूप से अनुपालन करने वाले और डोमेन-संवेदनशील एआई (AI) समर्थन को सुनिश्चित करने के लिए एक कठोर मात्रात्मक और गुणात्मक मूल्यांकन ढांचे का उपयोग किया जा सके।