11000 पेपर
यह शोध पत्र Match का प्रस्ताव करता है, जो एक सेमी-सुपरवाइज्ड लर्निंग और डोमेन एडाप्टेशन फ्रेमवर्क है जो विजन फाउंडेशन मॉडल्स का लाभ उठाकर मैनुअल एनोटेशन के प्रयासों को महत्वपूर्ण रूप से कम करता है और विविध इलेक्ट्रॉन माइक्रोस्कोपी सेगमेंटेशन कार्यों में प्रदर्शन में सुधार करता है।
यह शोध पत्र T-MOR का प्रस्ताव करता है, जो एक मोशन-अवेयर फ्रेमवर्क है जो एक नए बड़े पैमाने के PoseCap-1M डेटासेट और मल्टी-मोडल कॉन्ट्रास्टिव लर्निंग का लाभ उठाकर कंकाल अनुक्रमों (skeleton sequences) को वीडियो और भाषा के निरूपणों के साथ संरेखित करता है, जिससे हल्के कंकाल-मात्र इन्फरेंस (skeleton-only inference) के माध्यम से उत्कृष्ट और सामान्यीकरण योग्य मानव क्रिया पहचान प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक एनोटेशन-मुक्त (annotation-free) वन्यजीव निगरानी ढांचे का प्रस्ताव करता है जो स्थापित व्यवहारिक पूर्वधारणाओं (behavioral priors) के साथ स्वतंत्र रूप से प्राप्त गतिविधि पैटर्न के अभिसरण (convergence) को सुनिश्चित करके मल्टीमॉडल (दृश्य और ध्वनिक) डिटेक्शन पाइपलाइनों को मान्य करता है, जिससे न्यूनतम मैनुअल लेबलिंग के साथ स्केलेबल, स्व-सत्यापन योग्य संरक्षण तैनाती सक्षम होती है।
यह शोध पत्र PaaF को प्रस्तुत करता है, जो एक नवीन INR-आधारित इमेज कोडेक है जो उन्नत आर्किटेक्चरल डिज़ाइन, एडेप्टिव क्वांटाइजेशन और कुशल एंट्रॉपी कोडिंग का लाभ उठाकर मौजूदा इम्प्लिसिट न्यूरल रिप्रेजेंटेशन विधियों की लंबी एन्कोडिंग समय और मेट्रिक अंतराल जैसी सीमाओं को संबोधित करते हुए रेट-डिस्ट्रोशन प्रदर्शन और संवेदी गुणवत्ता (perceptual quality) को महत्वपूर्ण रूप से बढ़ाता है।
UnityShots एक मेमोरी-ड्रिवन मल्टी-शॉट ऑडियो-वीडियो जनरेशन सिस्टम है जो LTX-2.3 पर निर्मित है, जो फिक्स्ड-साइज़ विजुअल मेमोरी के लिए बाउंड्री-अवेयर गेटिंग मैकेनिज्म और ऑडियो के लिए रेफरेंस स्पीकर टोकन्स के माध्यम से क्रॉस-शॉट कोहेरेंस सुनिश्चित करता है, और एक नए रिलीज़ किए गए मल्टी-कल्चरल बेंचमार्क पर ओपन-सोर्स बेसलाइन्स से बेहतर प्रदर्शन करता है।
VT-DUDA एक विजुअल-टोकन कंडीशनिंग फ्रेमवर्क पेश करके अनसुपरवाइज्ड डोमेन अडैप्टेशन को बढ़ाता है जो सोर्स इमेजेस से इंस्टेंस-लेवल विजुअल कॉन्टेक्स्ट के साथ टेक्स्ट प्रॉम्प्ट्स को संवर्धित करता है ताकि लेटेंट डिफ्यूजन मॉडल्स को अधिक प्रभावी टारगेट-स्टाइल डेटा सिंथेसाइज करने के लिए निर्देशित किया जा सके, जिससे कई बेंचमार्क पर वर्गीकरण सटीकता में सुधार होता है।
यह शोध पत्र एक्स-रे टोमोग्राफी के लिए एक नवीन अनुक्रमिक डिज़ाइन पद्धति प्रस्तावित करता है जो पुनर्रचना (reconstruction) को दरकिनार करने के लिए साइनोग्राम से सीधे किनारा-संरेखित (edge-aligned) मापों की पहचान करता है, जिससे विकिरण खुराक और माप की अतिरेकता को कम करते हुए कम्प्यूटेशनल दक्षता और पुनर्रचना की गुणवत्ता में सुधार होता है।
यह शोध पत्र पदानुक्रमित प्रोग्रामेटिक प्रोबिंग (HPP) का प्रस्ताव करता है, जो एक पदानुक्रमित रूप से खंडित वीडियो पर प्रोग्रामेटिक प्रश्नों की योजना बनाने और उन्हें निष्पादित करने के लिए एक LLM का लाभ उठाकर सिमेंटिक धारणा को उच्च-स्तरीय टेम्पोरल रीजनिंग से अलग करता है, जिससे लंबी वीडियो समझ के लिए मानक विजन-लैंग्वेज मॉडल्स में लेटेंट मल्टी-स्टेप प्लानिंग की सीमाओं को दूर किया जा सके।
यह शोध पत्र प्रोग्रेसिव एडवरसेरियल प्रॉम्प्ट ट्यूनिंग (PAPT) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो विविध आउट-ऑफ-डोमेन प्रशिक्षण डेटा उत्पन्न करने के लिए अमूर्त एडवरसेरियल प्रॉम्प्ट्स को स्वचालित रूप से सीखने हेतु प्री-ट्रेंड टेक्स्ट-टू-इमेज डिफ्यूजन मॉडल्स का लाभ उठाता है, जिससे सिंगल-डोमेन जनरलाइजेशन प्रदर्शन में महत्वपूर्ण वृद्धि होती है।
यह शोध पत्र क्वांटटाइल एडेप्टिव टेम्परेचर स्केलिंग (QaTS) को प्रस्तुत करता है, जो एक पोस्ट-हॉक कैलिब्रेशन विधि है जो विषम मिसकैलिब्रेशन को प्रभावी ढंग से संबोधित करने और विविध परिदृश्यों में मौजूदा अत्याधुनिक तकनीकों से बेहतर प्रदर्शन करने के लिए भविष्यवाणी आत्मविश्वास क्वांटटाइल के आधार पर तापमान को गतिशील रूप से समायोजित करती है।