cs.AI

Language-Based Digital Twins for Elderly Cognitive Assistance

यह शोध पत्र हल्के संज्ञानात्मक दोष (माइंड कॉग्निटिव इम्पेयरमेंट) की गैर-आक्रामक, निरंतर निगरानी और शीघ्र पहचान के लिए बुजुर्गों के संवादात्मक पैटर्न की नकल करने हेतु लार्ज लैंग्वेज मॉडल्स और एक मल्टी-हेड कंडीशनल वेरिएशनल ऑटोएनकोडर का उपयोग करते हुए एक भाषा-आधारित डिजिटल ट्विन फ्रेमवर्क प्रस्तावित करता है, जो I-CONECT डेटासेट पर बेसलाइन मॉडल की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Understanding Domain-Aware Distribution Alignment in Budgeted Entity Matching

यह शोध पत्र लक्षित प्रयोगों का संचालन करके यह विश्लेषण करने के लिए BEACON फ्रेमवर्क की जांच करता है कि इसके प्रदर्शन और वितरण संरेखण तंत्र (distribution alignment mechanisms) विभिन्न एल्गोरिदम संबंधी विकल्पों और डेटा उपलब्धता की स्थितियों से कैसे प्रभावित होते हैं, जो कम-संसाधन वाले, डोमेन-जागरूक एंटिटी मैचिंग (Entity Matching) के लिए है।

A Multi-Center Study on the Adaptability of a Shared Foundation Model for Electronic Health Records

यह बहु-केंद्रित अध्ययन प्रदर्शित करता है कि विभिन्न अस्पतालों में एक साझा, ऑफ-द-शेल्फ स्ट्रक्चर्ड EHR फाउंडेशन मॉडल को अनुकूलित करना, स्क्रैच से मॉडल प्रशिक्षित करने की तुलना में लेबल दक्षता और भविष्यवाणी प्रदर्शन में महत्वपूर्ण सुधार करता है, जिससे स्वास्थ्य सेवा एआई विकास के लिए एक स्केलेबल और लागत प्रभावी दृष्टिकोण प्राप्त होता है।

Transfer Learning With Densenet201 Architecture Model For Potato Leaf Disease Classification

यह अध्ययन प्रदर्शित करता है कि 0.1 ड्रॉपआउट दर और एडम ऑप्टिमाइज़र के साथ डेंसनेट201 (DenseNet201) आर्किटेक्चर का उपयोग करने वाला एक ट्रांसफर लर्निंग दृष्टिकोण 40 छवियों के टेस्ट सेट पर 92.5% की उच्च सटीकता के साथ आलू के पत्तों की बीमारियों को प्रभावी ढंग से वर्गीकृत करता है, जो पारंपरिक तरीकों से बेहतर प्रदर्शन करता है।

OmegAMP: Targeted AMP Discovery via Biologically Informed Generation

ओमेगाएमपी (OmegAMP) एक जैविक रूप से सूचित, डिफ्यूजन-आधारित जनरेटिव फ्रेमवर्क है जो पेप्टाइड गुणों पर सूक्ष्म नियंत्रण सक्षम करके और सिंथेटिक डेटा ऑग्मेंटेशन का उपयोग करके एंटीमाइक्रोबियल पेप्टाइड खोज में अत्याधुनिक उपलब्धि प्राप्त करता है, जिसके परिणामस्वरूप मल्टी-ड्रग रेजिस्टेंट स्ट्रेन के विरुद्ध 96% की उल्लेखनीय प्रयोगात्मक सफलता दर प्राप्त होती है।

Bias Fitting to Mitigate Length Bias of Reward Model in RLHF

Latent Space Analysis for Interpretable Uncertainty in Melanoma Classification

यह शोध पत्र मेलानोमा डिटेक्शन के लिए एक व्याख्यात्मक लेटेंट स्पेस उत्पन्न करने हेतु एक क्लास-अवेयर एडवरसेरियल वेरिएशनल ऑटोएन्कोडर और एक XGBoost क्लासिफायर को संयोजित करने वाले एक हाइब्रिड फ्रेमवर्क का प्रस्ताव करता है, जो न केवल मजबूत वर्गीकरण प्रदर्शन प्राप्त करता है बल्कि बायोप्सी-पुष्ट पूर्ववृत्तों के साथ संदिग्ध घावों की दृश्य तुलना सक्षम करके नैदानिक अनिश्चितता को पारदर्शी रूप से संप्रेषित करने के माध्यम से नैदानिक विश्वास को भी बढ़ाता है।

Learning to Code with Context: A Study-Based Approach

यह शोध पत्र एक विश्वविद्यालय गेम डेवलपमेंट कोर्स के भीतर एक उपयोगकर्ता अध्ययन प्रस्तुत करता है जो यह जांच करता है कि छात्र सॉफ्टवेयर जीवनचक्र के दौरान जेनेरेटिव एआई टूल्स का उपयोग कैसे करते हैं और संदर्भ-आधारित सहायता प्रदान करने के लिए रिट्रीवल-ऑगमेंटेड जनरेशन का उपयोग करने वाले एक रिपॉजिटरी-अवेयर, स्थानीय रूप से तैनात एलएलएम (LLM) असिस्टेंट की प्रभावशीलता का मूल्यांकन करता है।

Auto-exploration for online reinforcement learning

यह शोधपत्र ऑनलाइन सुदृढीकरण शिक्षण (reinforcement learning) के लिए एक पैरामीटर-मुक्त ऑटो-एक्सप्लोरेशन फ्रेमवर्क प्रस्तुत करता है जो पॉलिसी मिरर डिसेंट (policy mirror descent) में अन्वेषण (exploration) को एकीकृत करके टैबुलर और लीनियर फंक्शन एप्रोक्सिमेशन दोनों सेटिंग्स में एल्गोरिदम-स्वतंत्र $O(\epsilon^{-2})$ सैंपल कॉम्प्लेक्सिटी प्राप्त करता है।

Membox: Weaving Topic Continuity into Long-Range Memory for LLM Agents

Membox एक पदानुक्रमित (hierarchical) मेमोरी आर्किटेक्चर है जो LLM एजेंटों के लिए, बातचीत के इतिहास को स्पष्ट रूप से विषय-संगत "बॉक्सेस" में व्यवस्थित करके और उन्हें मैक्रो-टॉपिक ट्रेसेस के माध्यम से जोड़कर दीर्घ-रेंज संवाद समझ को बढ़ाता है, जिससे यह LoCoMo और DialSim बेंचमार्क पर मौजूदा सिमेंटिक रिट्रीवल विधियों से बेहतर प्रदर्शन करता है।