23200 पेपर
यह शोध पत्र AgentRivet प्रस्तुत करता है, जो जर्नल प्रकाशनों से भौतिकी विश्लेषण विवरण निकालने और रिवेट (Rivet) रूटीन उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स का उपयोग करने वाला एक स्वचालित वर्कफ़्लो है, जिससे कण भौतिकी में मॉडल-स्वतंत्र मापों के कवरेज के महत्वपूर्ण अंतर को दूर किया जा सके।
यह शोध पत्र UMG-RAG का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free) हाइब्रिड रिट्रीवल फ्रेमवर्क है जो अनिश्चितता अनुमान (uncertainty estimation) के आधार पर कई चंक ग्रैनुलैरिटीज़ से साक्ष्य को गतिशील रूप से संलयित (fuse) करता है और मौजूदा रिट्रीवर्स या जनरेटर्स को संशोधित किए बिना लॉन्ग-डॉक्यूमेंट RAG प्रदर्शन को बढ़ाने के लिए एक पैरेंट प्रमोशन वेरिएंट (UMGP-RAG) पेश करता है।
यह शोध पत्र एक बेयसियन इन्फरेंस फ्रेमवर्क (Bayesian inference framework) प्रस्तावित करता है जो स्वास्थ्य एआई (health AI) में कोल्ड-स्टार्ट समस्या को हल करने के लिए एक व्यक्ति के स्थिर जीनोमिक प्रोफाइल का व्यक्तिगत प्रायर (personalized prior) के रूप में उपयोग करता है, जिससे अनुदैर्ध्य व्यवहारिक डेटा (longitudinal behavioral data) उपलब्ध होने से पहले ही संवैधानिक शारीरिक बेसलाइन (constitutional physiological baselines) को पर्यावरणीय रूप से प्रेरित विचलन (environmentally driven deviations) से तुरंत अलग करना सक्षम होता है।
यह शोध पत्र प्रदर्शित करता है कि कंट्रास्ट-इंफॉर्म्ड डेटा ऑग्मेंटेशन को डोमेन-एडवर्सरियल ट्रेनिंग के साथ संयोजित करने से वयस्क से नवजात एमआर पुनर्निर्माण (MR reconstruction) के लिए डीप लर्निंग-आधारित E2E-VarNet मॉडलों का सामान्यीकरण (generalization) महत्वपूर्ण रूप से सुधर जाता है, जिससे उच्च त्वरण कारकों (acceleration factors) पर बेहतर मात्रात्मक और गुणात्मक प्रदर्शन प्राप्त होता है।
यह शोध पत्र Timeflies को प्रस्तुत करता है, जो अनियमित समय श्रृंखला पूर्वानुमान (irregular time series forecasting) में भविष्य की अवलोकन क्षमता (future observability) और मूल्य अनुमान (value estimation) को संयुक्त रूप से मॉडल करने वाला एक एकीकृत ढांचा है, ताकि उन मौजूदा विधियों की व्यावहारिक सीमाओं को दूर किया जा सके जो यह मानती हैं कि भविष्य के अवलोकन टाइमस्टैम्प पहले से ज्ञात होते हैं।
यह शोध पत्र आरोग्यसूत्र (ArogyaSutra) को प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क और एक बड़े पैमाने का बहुभाषी बहुआयामी चिकित्सा डेटासेट है जिसे टूल ग्राउंडिंग, ड्यूल-मेमोरी तंत्र और एक्टर-क्रिटिक डिस्टिलेशन को एकीकृत करके कम-संसाधन वाले भारतीय भाषाओं में एआई-संचालित स्वास्थ्य सेवा तर्क को बढ़ाने के लिए डिज़ाइन किया गया है।
यह शोध पत्र EvTexture++ को प्रस्तुत करता है, जो पहला इवेंट-संचालित ढांचा (framework) है जो वीडियो सुपर-रिज़ॉल्यूशन में इवेंट सिग्नल्स के ध्यान को मोशन रिफाइनमेंट से हटाकर टेक्सचर एन्हांसमेंट पर केंद्रित करता है, जो एक अनुकूलित इटरेटिव एन्हांसमेंट ब्रांच और एक टेम्पोरल अलाइनमेंट मॉड्यूल का उपयोग करके अत्याधुनिक प्रदर्शन और मौजूदा मॉडलों के साथ प्लग-एंड-प्ले अनुकूलता प्राप्त करता है।
एपिबेंच (EpiBench) लघु-क्षितिज एपिजेनोमिक्स विश्लेषण के लिए एक सत्यापन योग्य बेंचमार्क है जो चार परख प्रकारों (assay types) में 106 यथार्थवादी वर्कफ़्लो कार्यों पर एआई एजेंटों का मूल्यांकन करता है, जिससे यह पता चलता है कि GPT-5.5 जैसे शीर्ष प्रदर्शन करने वाले मॉडल भी बहुमत सफलता दर प्राप्त करने में विफल रहते हैं क्योंकि उन्हें सही फ़ाइलों और मध्यवर्ती परिणामों की पहचान करने के बावजूद, गहन, परख-विशिष्ट वैज्ञानिक निर्णय लागू करने में कठिनाई होती है।
यह शोध पत्र बड़े रीजनिंग मॉडलों में एक "कमिटमेंट बाउंड्री" (commitment boundary) की पहचान करता है जहाँ अंतिम उत्तर पहले ही निर्धारित हो जाता है, जिससे यह स्पष्ट होता है कि बाद के चेन-ऑफ-थॉट (chain-of-thought) चरण काफी हद तक एपिफेनोमेनल (epiphenomenal) होते हैं और प्रदर्शन से समझौता किए बिना रीजनिंग की लंबाई को 55% तक कम करने के लिए उन्हें सुरक्षित रूप से छोड़ा जा सकता है।
यह शोध पत्र डोरडैश (DoorDash) में तैनात एक मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) प्रणाली को प्रस्तुत करता है जो ग्राहक अनुभव से समझौता किए बिना बैचिंग दक्षता और वितरण गुणवत्ता के बीच संतुलन को अनुकूलित करने के लिए विलंबित परिचालन फीडबैक से सीखकर, एक त्रि-पक्षीय बाजार में डिस्पैच उद्देश्य भारों (dispatch objective weights) को सुरक्षित रूप से अनुकूलित करती है।