22557 पेपर
यह शोध पत्र छह समस्या क्षेत्रों में ऑग्मेंटेटिव एंड अल्टरनेटिव कम्युनिकेशन (AAC) प्रणालियों में एआई (AI) को एकीकृत करने की जटिलताओं का परीक्षण करता है, और अधिक सुदृढ़, प्रतिच्छेदी मूल्यांकन विधियों के पक्ष में तर्क देता है जो वर्तमान मेट्रिक्स से परे उपयोगकर्ताओं की सूक्ष्म इच्छाओं को समाहित कर सकें।
FLUX3D एक स्केलेबल इमेज-टू-3D गॉसियन स्प्लेटिंग फ्रेमवर्क है जो डिफ्यूजन-अलाइन्ड स्ट्रक्चर्ड लेटेंट्स (DA-SLAT) और एक स्पार्स-स्ट्रक्चर-अवेयर डिफ्यूजन ट्रांसफार्मर (SMDiT) को पेश करके उच्च-निष्ठा वाले 3D जनरेशन में संरचनात्मक बाधाओं को दूर करता है ताकि प्रतिनिधित्व शिक्षण (representation learning) को बढ़ाया जा सके और सटीक 2D-3D संरेखण प्राप्त किया जा सके।
InSight एक ऐसा फ्रेमवर्क है जो विजन-लैंग्वेज-एक्शन (VLA) मॉडल्स को प्रदर्शनों (demonstrations) को स्टीयरेबल प्रिमिटिव एक्शन्स में विभाजित करके और नवीन, लॉन्ग-होराइजन कार्यों के लिए नए प्रिमिटिव्स को उत्पन्न करने, लेबल करने और एकीकृत करने हेतु VLM-गाइडेड डेटा फ्लाईव्हील का उपयोग करके, स्वायत्त रूप से नई मैनिपुलेशन स्किल्स प्राप्त करने में सक्षम बनाता है, जिसमें आगे किसी मानवीय हस्तक्षेप की आवश्यकता नहीं होती है।
यह शोध पत्र मौजूदा व्याख्यात्मक एआई (Explainable AI) तकनीकों, विशेष रूप से सांख्यिकीय दोष स्थानीयकरण (Statistical Fault Localization) और कारण संबंधी (Causal) विधियों को अनुकूलित करके, न्यूरल नेटवर्क-आधारित स्वचालित वाक् पहचान (Automatic Speech Recognition) में गुणवत्ता मूल्यांकन की चुनौती का समाधान करता है, ताकि ट्रांसक्रिप्शन के लिए न्यूनतम और पर्याप्त ऑडियो फ्रेम स्पष्टीकरण उत्पन्न किए जा सकें, जिससे सिस्टम की समझ और विश्वास में वृद्धि हो सके।
यह शोध पत्र कृत्रिम सामान्य बुद्धिमत्ता (Artificial General Intelligence) के लिए एक मौलिक मानदंड के रूप में परिकल्पनात्मक-निगमनात्मक तर्क (hypothetic-deductive reasoning) का प्रस्ताव करता है और परीक्षणों के माध्यम से यह प्रदर्शित करता है कि ChatGPT जैसे वर्तमान मॉडलों में जटिल संदर्भों में इस प्रकार के तर्क की केवल सीमित क्षमता है।
यह शोध पत्र विविध संवाद परिदृश्यों में लार्ज लैंग्वेज मॉडल्स (LLMs) की बहुआयामी बातचीत क्षमताओं का एक व्यवस्थित मूल्यांकन प्रस्तुत करता है, जो GPT-4 के उत्कृष्ट प्रदर्शन को उजागर करते हुए व्यक्तिपरक मूल्यांकन और रणनीतिक प्रतिक्रिया निर्माण में विशिष्ट चुनौतियों की पहचान करता है।
यह शोध पत्र डिस्ट्रिक्ट गाइडेड टोकन्स (DGT) तकनीक प्रस्तुत करता है, जो इनपुट अनुक्रमों के साथ जिला-विशिष्ट टोकन जोड़कर क्षेत्रीय बोलियों के लिए बंगाली-से-IPA लिप्यंतरण की सटीकता को बढ़ाता है, और यह प्रदर्शित करता है कि एक नए छह-ज़िले वाले डेटासेट पर कैरेक्टर-आधारित ByT5 मॉडल वर्ड-आधारित विकल्पों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक डीप लर्निंग मॉडल प्रस्तावित करता है जो fNIRS डेटा में स्थानिक और लौकिक निर्भरताओं को प्रभावी ढंग से कैप्चर करने के लिए कनवल्शनल न्यूरल नेटवर्क्स (CNNs) को लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) परतों के साथ एकीकृत करता है, जिससे पारंपरिक तरीकों की तुलना में संज्ञानात्मक वर्कलोड वर्गीकरण सटीकता 97.40% से बढ़कर 97.92% हो जाती है।
यह शोध पत्र ARVO को प्रस्तुत करता है, जो 6,100 से अधिक पुनरुत्पादक (reproducible) ओपन-सोर्स सॉफ़्टवेयर कमजोरियों का एक बड़े पैमाने का डेटासेट है, जो उनके संगत पैच के साथ लगातार पुनर्गठित करने योग्य और विश्लेषण योग्य बग इंस्टेंस प्रदान करके पुनरुत्पादकता, मात्रा और विविधता के बीच पारंपरिक समझौते को दूर करता है।
यह ट्यूटोरियल ब्राउनियन मोशन और इसके विस्तारों—पथ गुणों (path properties) और फंक्शनल पीसीए (functional PCA) से लेकर स्टोकेस्टिक डिफरेंशियल इक्वेशन्स (stochastic differential equations) और फर्स्ट-पासेज मॉडल्स (first-passage models) तक—को विकसित करके कठोर संभाव्यता सिद्धांत और व्यावहारिक बायोसांख्यिकी के बीच एक सेतु बनाता है, जो अनुदैर्ध्य बायोमार्कर (longitudinal biomarkers), क्षरण प्रक्रियाओं (degradation processes) और गतिशील दुर्बलता (dynamic frailty) में निरंतर-समय अनिश्चितता के विश्लेषण के लिए आवश्यक उपकरण हैं।