cs.AI
23200 पेपर
Soil Compaction Parameters Prediction Based on Automated Machine Learning Approach
यह अध्ययन प्रदर्शित करता है कि एक ऑटोमेटेड मशीन लर्निंग (AutoML) दृष्टिकोण, विशेष रूप से XGBoost एल्गोरिदम का उपयोग करते हुए, विविध प्रकार की मिट्टियों में उच्च सटीकता और सामान्यीकरण के साथ मृदा संघनन मापदंडों (OMC और MDD) की प्रभावी ढंग से भविष्यवाणी करता है, जो पारंपरिक प्रयोगशाला विधियों और अनुभवजन्य मॉडलों के एक बेहतर विकल्प के रूप में प्रस्तुत होता है।
Semantic search for 100M+ galaxy images using AI-generated captions
यह शोधपत्र AION-Search को प्रस्तुत करता है, जो एक स्केलेबल पाइपलाइन है जो कैप्शन उत्पन्न करने के लिए विजन-लैंग्वेज मॉडल्स का लाभ उठाती है और उन्हें इमेज एम्बेडिंग्स के साथ संरेखित करती है, जिससे 10 करोड़ से अधिक अनलेबल गैलेक्सी इमेजेस में लचीली सिमेंटिक खोज सक्षम होती है और 36 नए स्टेलर स्ट्रीम उम्मीदवारों जैसे दुर्लभ खगोलीय घटनाओं की खोज को सुगम बनाया जाता है।
Towards Deep Learning Surrogate for the Forward Problem in Electrocardiology: A Scalable Alternative to Physics-Based Models
यह शोध पत्र एक स्केलेबल, समय-निर्भर अटेंशन-आधारित डीप लर्निंग सरोगेट प्रस्तावित करता है जो कार्डिएक वोल्टेज मैप्स से बॉडी सरफेस ईसीजी सिग्नल्स की सटीक और कुशल भविष्यवाणी करता है, जो वास्तविक समय के नैदानिक अनुप्रयोगों के लिए पारंपरिक भौतिकी-आधारित सॉल्वर का एक लागत प्रभावी विकल्प प्रदान करता है।
Causal Emotion Recognition in Conversation: Context Saturation and Discourse-Marker Evidence
यह शोध पत्र नियंत्रित एब्लेशन और विमर्श विश्लेषण (discourse analysis) के माध्यम से संवादात्मक भावना पहचान (Emotion Recognition in Conversation) की व्यवस्थित जांच करता है, जो यह प्रकट करता है कि हालिया संदर्भ के साथ प्रदर्शन तेजी से संतृप्त हो जाता है, कि जब टर्न-स्तरीय इतिहास उपलब्ध होता है तो पदानुक्रमित वाक्य प्रतिनिधित्व (hierarchical sentence representations) घटते प्रतिफल (diminishing returns) प्रदान करते हैं, और कि उदास कथन विशिष्ट रूप से संवादात्मक संदर्भ पर निर्भर करते हैं जबकि वे विशिष्ट विमर्श-चिह्न (discourse-marker) पैटर्न प्रदर्शित करते हैं।
Geometry of Reason: Spectral Signatures of Valid Mathematical Reasoning
यह शोध पत्र एक प्रशिक्षण-मुक्त स्पेक्ट्रल ग्राफ विश्लेषण पद्धति प्रस्तुत करता है जो विशिष्ट अटेंशन मैट्रिक्स हस्ताक्षरों को निकालकर भाषा मॉडलों में वैध गणितीय तर्क की पहचान करती है, जो बिना किसी सीखे गए मापदंडों के उच्च वर्गीकरण सटीकता और प्रमाण खोज (प्रूफ सर्च) में व्यावहारिक उपयोगिता प्रदर्शित करती है।
Human-AI Co-design for Clinical Prediction Models
यह शोध पत्र HACHI को प्रस्तुत करता है, जो एक पुनरावृत्ति मानव-इन-द-लूप (human-in-the-loop) ढांचा है जो विशेषज्ञ फीडबैक के माध्यम से नैदानिक नोट्स (clinical notes) से व्याख्यात्मक अवधारणाओं (interpretable concepts) को तेजी से खोजने और परिष्कृत करने के लिए एआई एजेंटों का लाभ उठाता है, जिससे अधिक सटीक और सामान्यीकरण योग्य नैदानिक भविष्यवाणी मॉडल के विकास को गति मिलती है और साथ ही एआई को निर्देशित करने में मानवीय निरीक्षण की महत्वपूर्ण भूमिका पर प्रकाश डाला जाता है।
An XAI View on Explainable ASP: Methods, Systems, and Perspectives
यह सर्वेक्षण एंसेर सेट प्रोग्रामिंग (Answer Set Programming) के लिए मौजूदा स्पष्टीकरण विधियों और उपकरणों का एक XAI-निर्देशित अवलोकन प्रदान करता है, जो उन्हें उपयोगकर्ता की आवश्यकताओं के साथ मैप करता है और साथ ही वर्तमान कमियों की पहचान करता है और भविष्य की अनुसंधान दिशाओं को रेखांकित करता है।
When Generic Prompt Improvements Hurt: Evaluation-Driven Iteration for LLM Applications
यह तकनीकी रिपोर्ट मिनिमम विएबल इवैल्यूएशन सूट (MVES) फ्रेमवर्क का परिचय देती है और स्थानीय एब्लेशन अध्ययनों के माध्यम से यह प्रदर्शित करती है कि सामान्य प्रॉम्प्ट सुधार विशिष्ट LLM एप्लिकेशन के प्रदर्शन को कम कर सकते हैं, जिससे तैनाती से पहले रिग्रेशन जोखिमों को कम करने के लिए मूल्यांकन-संचालित पुनरावृत्ति (इटरेशन) का समर्थन मिलता है।
MentisOculi: Revealing the Limits of Reasoning with Mental Imagery
यह शोध पत्र MentisOculi प्रस्तुत करता है, जो एक बेंचमार्क सुइट है जो यह प्रदर्शित करता है कि दृश्य तर्क (विजुअल रीजनिंग) की क्षमता के बावजूद, वर्तमान एकीकृत मल्टीमॉडल मॉडल संचयी पीढ़ी त्रुटियों (कंपाउंडिंग जनरेशन एरर्स) और दृश्य सहायता का प्रभावी ढंग से लाभ उठाने में असमर्थता के कारण मध्यवर्ती विज़ुअलाइज़ेशन के माध्यम से प्रदर्शन में सुधार करने में विफल रहते हैं।