10491 पेपर
CreatiPoster एक नवीन ढांचा है जो पहले एक RGBA लार्ज मल्टीमॉडल मॉडल का उपयोग करके सटीक JSON लेयर विनिर्देश (specifications) बनाता है और फिर एक सुसंगत बैकग्राउंड को संश्लेषित करता है, जिससे यह मौजूदा ओपन-सोर्स और व्यावसायिक प्रणालियों से बेहतर प्रदर्शन करते हुए AI-सहायता प्राप्त डिज़ाइन को आगे बढ़ाने के लिए एक बड़ा कॉपीराइट-मुक्त डेटासेट भी प्रदान करता है।
यह शोध पत्र LC-SLab को प्रस्तुत करता है, जो एक नवीन डीप लर्निंग फ्रेमवर्क है जो विरल इन-सीटू (in-situ) लेबल और मध्यम-रिज़ॉल्यूशन वाली उपग्रह इमेजरी से बड़े पैमाने पर, सुसंगत लैंड कवर मानचित्र उत्पन्न करने के लिए ऑब्जेक्ट-आधारित वर्गीकरण और ग्राफ न्यूरल नेटवर्क का लाभ उठाता है, जो पारंपरिक पिक्सेल-वार दृष्टिकोणों की तुलना में सटीकता और कम विखंडन के बीच प्रभावी ढंग से संतुलन बनाता है।
यह शोध पत्र क्लासिफायर-गाइडेड कॉन्सेप्ट इरेज़र (CGCE) को प्रस्तुत करता है, जो एक प्लग-एंड-प्ले फ्रेमवर्क है जो इन्फरेंस के समय हल्के क्लासिफायर का उपयोग करके असुरक्षित टेक्स्ट एम्बेडिंग्स को परिष्कृत करके जनरेटिव मॉडल्स की एडवरसेरियल हमलों के विरुद्ध मजबूती और सुरक्षा को बढ़ाता है, जिससे मॉडल की मूल जनरेटिव गुणवत्ता से समझौता किए बिना अवांछनीय अवधारणाओं को प्रभावी ढंग से मिटाया जा सकता है।
वर्ल्डपैक (WorldPack) एक वीडियो वर्ल्ड मॉडल है जो ट्रैजेक्टरी पैकिंग और ज्यामितीय चयन के माध्यम से 3D व्यू पॉइंट प्रासंगिकता के आधार पर संपीड़न दरों को गतिशील रूप से आवंटित करके स्थानिक रूप से-जागरूक संपीड़ित मेमोरी (spatially-aware compressed memory) पेश करता है, जिससे प्रभावी संदर्भ को 4 से बढ़ाकर 22 फ्रेम तक विस्तृत किया जाता है और लंबी अवधि की स्थानिक निरंतरता (long-horizon spatial consistency) को बढ़ाया जाता है।
यह शोध पत्र PAR डेटासेट प्रस्तुत करता है, जो एरबिल, इराक के 185 रोगियों के 1,017 प्रोस्टेट बायोप्सी होल स्लाइड छवियों का एक सार्वजनिक रूप से उपलब्ध संग्रह है, जिसे मध्य पूर्वी डेटा की कमी को दूर करने और डिजिटल पैथोलॉजी में एआई (AI) मॉडल की सामान्यीकरण क्षमता में सुधार करने के लिए ग्लिसन स्कोर और ISUP ग्रेड के साथ एनोटेट किया गया है।
यह शोध पत्र HyenaND को प्रस्तुत करता है, जो एक सबक्वाड्रेटिक (subquadratic), इनपुट-डिपेंडेंट ऑपरेटर है जो मानक अटेंशन और रिकरेंट मॉडल्स की सीमाओं को दूर करने के लिए सीधे नेटिव मल्टी-डायमेंशनल डेटा स्ट्रक्चर्स पर ग्लोबल कन्वोल्यूशन लागू करता है, और एक विशेषीकृत CUDA इम्प्लीमेंटेशन के माध्यम से प्रतिस्पर्धी सटीकता और महत्वपूर्ण गति प्राप्त करता है।
यह शोध पत्र प्रशिक्षण डेटा संदूषण (training data contamination) के कारण निकट-OOD बेंचमार्क में एक विशिष्ट "लीक फिंगरप्रिंट" की पहचान और सत्यापन करता है, यह प्रदर्शित करते हुए कि ऐसे लीक अनसुपरवाइज्ड डिटेक्शन स्कोर को भ्रामक रूप से कम कर देते हैं जबकि सुपरवाइज्ड मॉडलों द्वारा वे पूरी तरह से डिकोडेबल रहते हैं, और बेंचमार्क की अखंडता सुनिश्चित करने के लिए एक संशोधित प्रोटोकॉल प्रस्तावित करता है।
यह शोध पत्र प्रदर्शित करता है कि हाइब्रिड प्रशिक्षण विधियाँ, जो ऑफलाइन पर्यवेक्षण के साथ ऑनलाइन सुदृढीकरण लर्निंग (reinforcement learning) को नियमित करती हैं, मानक आरएल (RL) के आउट-ऑफ-डिस्ट्रीब्यूशन प्रदर्शन के करीब पहुँचते हुए प्रशिक्षण दक्षता में महत्वपूर्ण सुधार करती हैं, जिसके लिए प्रभावी रूप से केवल आधे प्रशिक्षण बजट की आवश्यकता होती है।
यह शोध पत्र कठोरता से यह प्रदर्शित करता है कि सामान्य चिकित्सा इमेजिंग स्थितियों के तहत, व्यापक रूप से उपयोग किया जाने वाला STAPLE एल्गोरिदम अक्सर महत्वपूर्ण उप-इष्टतमता (suboptimality) के साथ सरल बहुमत मतदान (majority voting) में गिर जाता है, यह तर्क देते हुए कि चिकित्सकों को जटिल एल्गोरिदम को डिफ़ॉल्ट मानने के बजाय सर्वसम्मति विधियों का आलोचनात्मक मूल्यांकन करना चाहिए और साथ ही मजबूत विभाजन (segmentation) के लिए इमेज-इंफॉर्म्ड डीप मॉडल और कॉन्फॉर्मल प्रेडिक्शन की व्यवहार्यता पर प्रकाश डालता है।
यह शोध पत्र डिफ्यूजन-आधारित जनरेटिव मॉडलिंग और रिकरेंट इन्फरेंस मशीनों को संयोजित करने वाली एक नवीन विधि प्रस्तुत करता है ताकि स्ट्रॉन्ग ग्रेविटेशनल लेंसिंग विश्लेषण के लिए उच्च-आयामी, पिक्सेलेटेड सोर्स गैलेक्सीज़ और फोरग्राउंड मास डिस्ट्रीब्यूशन के संयुक्त पोस्टीरियर सैंपल्स को कुशलतापूर्वक उत्पन्न किया जा सके, जो उच्च-रिज़ॉल्यूशन, उच्च सिग्नल-टू-नॉइज़ व्यवस्थाओं में पारंपरिक दृष्टिकोणों की कम्प्यूटेशनल चुनौतियों पर विजय प्राप्त करता है।