23845 पेपर
यह शोध पत्र LVCG को प्रस्तुत करता है, जो एक नवीन स्व-पर्यवेक्षित (self-supervised) ढांचा है जो मानक 12-लीड ECG विधियों में अंतर्निहित अतिरेक और ओवरफिटिंग के जोखिमों को दूर करने के लिए भौतिक रूप से आधारित वेक्टरकार्डियोग्राम (VCG) स्पेस में एकीकृत, दृश्य-अपरिवर्तनीय (view-invariant) कार्डिएक निरूपण सीखता है, जिससे विभिन्न नैदानिक कार्यों में बेहतर सामान्यीकरण और सुदृढ़ता प्राप्त होती है।
यह शोध पत्र एंट्रोपिक प्रोजेक्शन अलाइनमेंट (EPA) को प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो मॉडल प्रदर्शन का अनुमान लगाने, फीचर-लेवल शिफ्ट की व्याख्या करने और मोमेंट मैचिंग एवं KL डाइवर्जेंस मिनिमाइजेशन के माध्यम से टार्गेट डोमेन सटीकता में सुधार करने के लिए एक क्लोज्ड-फॉर्म इम्पोर्टेंस वेटिंग समाधान प्रदान करके डिस्ट्रीब्यूशन शिफ्ट को संबोधित करता है।
यह शोध पत्र ERGeoBench को प्रस्तुत करता है, जो 2,207 वैश्विक स्ट्रीट-व्यू पैनोरमाओं से बना एक व्यापक नैदानिक बेंचमार्क है, जो सूक्ष्म धारणा (fine-grained perception) और मीट्रिक भू-स्थानीयकरण (metric geo-localization) में उनकी वर्तमान सीमाओं को उजागर करने के लिए प्रगतिशील एम्बॉडीड सेटिंग्स (embodied settings) के माध्यम से मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करता है और स्थानीयकरण तथा व्यापक स्थानिक तर्क क्षमताओं के बीच मजबूत अंतर्निर्भरता को रेखांकित करता है।
यह शोध पत्र स्ट्रक्चरल इक्वेशन मॉडल्स के भीतर दुर्लभ घटनाओं के कारण संबंधी पथों (causal pathways) के लिए एक औपचारिक परिभाषा और परीक्षण योग्य निहितार्थ प्रस्तावित करता है, जो एक कारण संबंधी अमूर्तीकरण (causal abstraction) प्रस्तुत करता है जो पूर्ण प्रणाली ग्राफ के बजाय पथ-विशिष्ट स्थितियों पर ध्यान केंद्रित करके मौखिक स्पष्टीकरणों और विस्तृत मॉडलिंग के बीच एक सेतु का कार्य करता है।
यह शोध पत्र यह प्रदर्शित करके आंशिक रूप से दृश्यमान सुदृढीकरण शिक्षण (पार्शियली ऑब्जर्वेबल रिइन्फोर्समेंट लर्निंग) में रैखिक आवर्ती तंत्रिका नेटवर्क (लीनियर रिकरेंट न्यूरल नेटवर्क्स) की प्रभावकारिता के लिए एक सैद्धांतिक औचित्य प्रदान करता है कि विशिष्ट रैखिक फिल्टर हिडन मार्कोव मॉडल में सटीक रूप से इष्टतम विश्वास अवस्थाओं (ऑप्टिमल बिलीफ स्टेट्स) को पुनरुत्पादित कर सकते हैं या शून्य के करीब अवस्था-डिकोडिंग त्रुटि प्राप्त कर सकते हैं, जिससे वे इष्टतम नीति शिक्षण के लिए पर्याप्त सांख्यिकी (सफीशिएंट स्टैटिस्टिक्स) के रूप में कार्य करते हैं।
यह अध्ययन प्रकट करता है कि जहाँ केवल संदर्भीकरण (contextualization) विशेषज्ञ अनुशंसाओं के विरुद्ध एक एआई सहायक की प्रभावशीलता को कम कर देता है, वहीं इसे संवादात्मक गर्मजोशी (conversational warmth) के साथ संयोजित करने से इसका प्रभाव पुनः स्थापित हो जाता है, हालांकि दोनों में से कोई भी डिज़ाइन तत्व उपयोगकर्ता की निर्भरता को महत्वपूर्ण रूप से परिवर्तित नहीं करता है, जो कि इंटरफ़ेस डिज़ाइन के बजाय विश्वास और एआई साक्षरता द्वारा संचालित रहती है।
यह शोध पत्र GLIDE को प्रस्तुत करता है, जो एक ओपन-सोर्स पायथन लाइब्रेरी है जो विभिन्न प्रेडिक्शन-पावर्ड इन्फरेंस विधियों और सैंपलर्स को एक मानकीकृत API के तहत एकीकृत करती है ताकि वैध अनिश्चितता अनुमानों के साथ एजेंटिक सिस्टम के विश्वसनीय, निष्पक्ष मूल्यांकन को सक्षम बनाया जा सके और एनोटेशन लागत को महत्वपूर्ण रूप से कम किया जा सके।
यह अध्ययन पाता है कि जहाँ LLM-आधारित संवादात्मक एजेंट कथित मानसिक कार्यभार को कम करते हैं और सरल औद्योगिक निर्णय कार्यों की गति बढ़ाते हैं, वहीं वे सटीकता या जटिल परिदृश्यों में पारंपरिक डैशबोर्ड से सार्वभौमिक रूप से बेहतर प्रदर्शन नहीं करते हैं, जो यह सुझाव देता है कि संवादात्मक इंटरफेस दृश्य डेटा निरूपणों के पूर्ण प्रतिस्थापन के रूप में कार्य करने के बजाय सशर्त लाभ प्रदान करते हैं।
यह शोध पत्र टर्मिनल रिप्रेजेंटेशन (TR) को प्रस्तुत करता है, जो सुदृढीकरण शिक्षण (reinforcement learning) में सक्सेसर और डिफॉल्ट रिप्रेजेंटेशन का एक नवीन, निम्न-आयामी विकल्प है जो आइजनडीकंपोजिशन (eigendecomposition) या सममित ट्रांजिशन धारणाओं की आवश्यकता के बिना रिवॉर्ड-वेटेड प्रक्षेप पथों (trajectories) को कैप्चर करता है, जिससे विकल्प खोज (option discovery) और ट्रांसफर लर्निंग जैसे कार्यों के लिए एक गणनात्मक रूप से कुशल आधार प्राप्त होता है।
यह शोध पत्र मल्टीट्रैक म्यूजिक ट्रांसफॉर्मर-आधारित प्रतीकात्मक संगीत सृजन (symbolic music generation) में बिना पुन: प्रशिक्षण (retraining) के, पिच और ड्यूरेशन गुणों पर व्याख्यात्मक, नियत और विसंयोजित (disentangled) नियंत्रण प्राप्त करने के लिए डिफरेंस-इन-मीन्स (Difference-in-Means) और ग्राम-श्मिट ऑर्थोगोनलाइजेशन (Gram-Schmidt Orthogonalization) का उपयोग करते हुए एक इन्फरेंस-टाइम एक्टिवेशन स्टीयरिंग फ्रेमवर्क प्रस्तावित करता है।