23747 पेपर
यह अध्ययन एक इमेज-आधारित वर्गीकरण ढांचे का प्रस्ताव करता है जो आड़ू के पत्तों की क्षति का पता लगाने के लिए एफीशिएंटनेट (EfficientNet) आर्किटेक्चर का उपयोग करता है, जिसे विभिन्न पर्यावरणीय डोमेन में मजबूत प्रदर्शन और सशक्त सामान्यीकरण प्राप्त करने के लिए कन्वोल्यूशनल ब्लॉक अटेंशन मॉड्यूल (CBAM) और ट्रांसफर लर्निंग रणनीतियों के साथ उन्नत किया गया है।
यह शोध पत्र आवासीय भवनों में इष्टतम ऊर्जा प्रबंधन के लिए एक व्याख्यात्मक डीप रिइन्फोर्समेंट लर्निंग फ्रेमवर्क का प्रस्ताव करता है, जो वास्तविक और सिंथेटिक डेटा के माध्यम से यह प्रदर्शित करता है कि PPO और A2C जैसे ऑन-पॉलिसी एल्गोरिदम ऑफ-पॉलिसी विधियों की तुलना में बेहतर प्रदर्शन करते हैं और उपयोगकर्ता के विश्वास को बढ़ाने तथा बिजली की लागत को कम करने के लिए निर्णय लेने की प्रक्रियाओं में पारदर्शी, कार्रवाई योग्य अंतर्दृष्टि प्रदान करते हैं।
यह शोध पत्र एक तेज़ और हल्का (lightweight) नवीन दृश्य संश्लेषण (novel view synthesis) विधि प्रस्तुत करता है जो ज्यामितीय इनिशियलाइज़ेशन के लिए विजुअल फाउंडेशन मॉडल्स और विरल दृश्यों (sparse views) को अनुकूलित करने के लिए एक वन-स्टेप डिफ्यूजन प्रक्रिया का लाभ उठाकर मल्टीप्लेन इमेज प्रतिनिधित्व पर पुनर्विचार करता है, जो 3D गॉसियन स्प्लेटिंग की तुलना में बेहतर गति और मॉडल दक्षता प्राप्त करते हुए प्रतिस्पर्धी गुणवत्ता बनाए रखता है।
यह शोध पत्र Agentic-J को प्रस्तुत करता है, जो एक कंटेनराइज़्ड मल्टी-एजेंट एआई सिस्टम है जिसे जीवविज्ञानियों को प्राकृतिक भाषा के अनुरोधों को निष्पादन योग्य, प्रलेखित स्क्रिप्ट में परिवर्तित करके ImageJ/Fiji में जटिल, पुनरुत्पादनीय माइक्रोस्कोपी इमेज विश्लेषण करने में सक्षम बनाने के लिए डिज़ाइन किया गया है।
LALE एक हल्का, एंड-टू-एंड रिमोट सेंसिंग सेगमेंटेशन आर्किटेक्चर है जो अपने एनकोडर को विभाजित करता है ताकि उच्च-रिज़ॉल्यूशन स्थानीय विशेषताओं के लिए कुशल ConvMixer चरणों को निम्न-रिज़ॉल्यूशन वैश्विक संदर्भ वाले ट्रांसफार्मर चरणों के साथ जोड़ा जा सके, जिससे मौजूदा बेसलाइनों की तुलना में काफी कम मापदंडों और कम्प्यूटेशनल लागतों के साथ एक बेहतर दक्षता-प्रदर्शन संतुलन प्राप्त होता है।
यह शोध पत्र UE-MCM का प्रस्ताव करता है, जो एक समझ-संवर्धित मॉडल सहयोग ढांचा (understanding-enhanced model collaboration framework) है जो मोटे-स्तर की वर्कफ़्लो निरंतरता के लिए एक छोटे मॉडल और सूक्ष्म-स्तर के एक्शन रीजनिंग के लिए एक बड़े मॉडल को जोड़ता है, जिसे एगोसेंट्रिक निर्देशात्मक वीडियो में लॉन्ग-टेल्ड गलतियों को प्रभावी ढंग से पहचानने के लिए विशिष्ट उद्देश्यों के साथ अनुकूलित किया गया है।
यह शोध पत्र EAPO का प्रस्ताव करता है, जो एक कुशल एजेंटिक पॉलिसी ऑप्टिमाइज़ेशन फ्रेमवर्क है जो टूल-मुक्त प्रक्षेप पथों (tool-free trajectories), कठिनाई-जागरूक रिवॉर्ड शेपिंग (difficulty-aware reward shaping) और आत्मविश्वास-जागरूक टोकन रीवेटिंग (confidence-aware token reweighting) के माध्यम से चयनात्मक टूल उपयोग सीखकर सुदृढीकरण शिक्षण (reinforcement learning) में टूल के दुरुपयोग को कम करता है, जिससे कई मॉडलों और बेंचमार्क में तर्क संबंधी सटीकता में सुधार होता है और अनावश्यक टूल कॉल्स में उल्लेखनीय कमी आती है।
यह शोध पत्र इंसर्शन प्रोसेस (IP) को प्रस्तुत करता है, जो एक वेरिएशनल लर्निंग फ्रेमवर्क है जो इंसर्शन ट्रेजेक्टरीज और परम्यूटेशन्स के बीच एक बायजेक्टिव पत्राचार के माध्यम से डेटा-संचालित इंसर्शन ऑर्डर्स को सीखकर परिवर्तनीय-लंबाई वाले नॉन-मोनोटोनिक सीक्वेंस जनरेशन को सक्षम बनाता है, जिससे उन डोमेन में मॉडलिंग गुणवत्ता और सामान्यीकरण में सुधार होता है जिनमें एक कैनोनिकल लेफ्ट-टू-राइट स्ट्रक्चर का अभाव होता है।
यह शोध पत्र IBP-आधारित प्रमाणित प्रशिक्षण के लिए एक नया मूल्यांकन प्रतिमान प्रस्तावित करता है जो प्राकृतिक बनाम प्रमाणित सटीकता के पारेटो फ्रंट (Pareto fronts) के निर्माण के लिए स्वचालित बहु-उद्देश्यीय हाइपरपैरामीटर अनुकूलन का उपयोग करता है, जिससे पूर्ववर्ती कार्यों में महत्वपूर्ण अंडरट्यूनिंग (undertuning) का पता चलता है और निष्पक्ष, निष्पक्ष तुलनाओं को सक्षम होता है जो एक नए स्टेट ऑफ द आर्ट (state of the art) को स्थापित करता है।
यह शोध पत्र MIDI को प्रस्तुत करता है, जो उच्च-, मध्यम- और निम्न-संसाधन वाली भाषाओं में फैला एक नया बहुभाषी डेटासेट है जो वाक्यों और संवादात्मक संदर्भों में मुहावरों को समाहित करता है ताकि यह प्रकट किया जा सके कि वर्तमान मॉडल संदर्भ संबंधी संकेतों के उपलब्ध होने पर भी, शाब्दिक व्याख्याओं और निम्न-संसाधन वाली भाषाओं के साथ काफी संघर्ष करते हैं।