2249 पेपर
CareGuardAI एक संदर्भ-जागरूक, मल्टी-एजेंट फ्रेमवर्क है जो दोहरी जोखिम मूल्यांकन (SRA और HRA) के साथ एक मल्टी-स्टेज इन्फरेंस पाइपलाइन का उपयोग करके, रिलीज से पहले प्रतिक्रियाओं को फ़िल्टर और परिष्कृत करके क्लिनिकल सुरक्षा सुनिश्चित करता है और पेशेंट-फेसिंग LLMs में मतिभ्रम (hallucinations) को कम करता है।
यह शोध पत्र ट्रांसफॉर्मर-आधारित एजेंटिक रिकमेंडर्स का सैद्धांतिक विश्लेषण करता है ताकि चार विशिष्ट पूर्वाग्रह चैनलों—पोजीशनल (positional), लोकप्रियता (popularity), लेटेंट ड्राइवर (latent driver), और सिंथेटिक डेटा (synthetic data) पूर्वाग्रहों—की पहचान की जा सके जो उपयोगकर्ता के एक्सपोजर और पसंद को व्यवस्थित रूप से विकृत कर सकते हैं, जो उन महत्वपूर्ण विश्वसनीयता जोखिमों को उजागर करते हैं जो मानक प्रदर्शन मेट्रिक्स में छिपे रह सकते हैं।
यह शोध पत्र DeepTutor को प्रस्तुत करता है, जो एक ओपन-सोर्स, एजेंट-नेटिव फ्रेमवर्क है जो अनुकूलित, व्यक्तिगत शिक्षण अनुभव प्रदान करने के लिए एक हाइब्रिड पर्सनलाइजेशन इंजन और एक क्लोज्ड ट्यूटरिंग लूप का उपयोग करता है, जिसे नए छात्र-केंद्रित TutorBench बेंचमार्क द्वारा प्रमाणित किया गया है।
यह शोध पत्र लीहाई यूनिवर्सिटी में एक विषय-निरपेक्ष (डिसीप्लिन-एग्नोस्टिक) एआई साक्षरता पाठ्यक्रम के डिजाइन, सैद्धांतिक ढांचे और सफल कार्यान्वयन को प्रस्तुत करता है जो विशेष रूप से चार-मॉड्यूल आर्किटेक्चर के माध्यम से कठोर एआई-सहायता प्राप्त साहित्य समीक्षा को लक्षित करता है, जो भ्रम पहचान (हैलुसिनेशन डिटेक्शन), जिम्मेदार उपयोग और एट्रिब्यूशन प्रथाओं के संबंध में छात्रों के आत्मविश्वास में महत्वपूर्ण वृद्धि प्रदर्शित करता है।
यह शोध पत्र राजनीतिक विमर्श विश्लेषण के लिए मल्टी-एजेंट एलएलएम (LLM) पाइपलाइनों में 'रोल फिडेलिटी' (भूमिका निष्ठा) का पहला व्यवस्थित अनुभवजन्य परीक्षण प्रस्तुत करता है, जो यह प्रकट करता है कि मॉडल अक्सर 'एपिस्टेमिक रोल ओवरराइड' (ज्ञान संबंधी भूमिका अधिभावीकरण) जैसी प्रणालियों के कारण निर्धारित प्रतिकूल भूमिकाओं को बनाए रखने में विफल रहते हैं, जिसमें विशिष्ट मॉडल, भाषा और तथ्य-जांच उपकरणों के उपयोग के आधार पर विफलता के तरीकों और निष्ठा में महत्वपूर्ण भिन्नताएं देखी गई हैं।
यह शोध पत्र "TextWalk" नामक एक न्यूनतम एआई पठन प्रोटोटाइप का व्यवहार संबंधी ऑडिट प्रस्तुत करता है, जो यह दर्शाता है कि जबकि प्रणाली दबाव के तहत स्थिरता बनाए रखती है, इसका सबसे महत्वपूर्ण ज्ञानमीमांसीय जोखिम उस सूक्ष्म "मध्य क्षेत्र" में निहित है जहाँ यह पूरी तरह से ढहने के बजाय अनजाने में व्याख्यात्मक श्रम को पाठक से प्रणाली की ओर स्थानांतरित कर देता है।
यह शोध पत्र तर्क देता है कि मुकदमे से पूर्व के जोखिम मूल्यांकन उपकरण एक मौलिक "लाइकलीहुड रेशियो वॉल" (संभावना अनुपात की दीवार) का सामना करते हैं जहाँ हिंसक पुनरावृत्ति की दुर्लभता और अत्यधिक पुलिसिंग जैसे संरचनात्मक पूर्वाग्रह गणितीय रूप से उच्च-विश्वास वाले व्यक्तिगत भविष्यवाणियों को रोकते हैं, जिससे वर्तमान उपकरण उच्च 'फॉल्स-पॉजिटिव' (मिथ्या-सकारात्मक) दरों के प्रति संवेदनशील हो जाते हैं जिन्हें पुनर्मूल्यांकन द्वारा ठीक नहीं किया जा सकता है।
यह शोध पत्र ALC-YOLOv8s का प्रस्ताव करता है, जो एक उन्नत YOLOv8s मॉडल है जिसमें कक्षा के दृश्यों में घने लक्ष्यों और अवरोधों जैसी चुनौतियों को संबोधित करने के लिए SPPF-LSKA, CFC-CRB, SFC-G2 और ATFLoss को शामिल किया गया है, जिससे छात्र व्यवहार पहचान में महत्वपूर्ण प्रदर्शन लाभ प्राप्त हुआ है।
59 अनुभवजन्य अध्ययनों का यह ग्रंथमितीय विश्लेषण ऑनलाइन शिक्षण के भीतर एआई-समर्थित सामाजिक उपस्थिति अनुसंधान में 2020 के बाद की वृद्धि को प्रकट करता है, जो जुड़ाव और निर्देशात्मक डिजाइन पर प्राथमिक ध्यान को उजागर करता है और साथ ही अधिक अंतर्राष्ट्रीय सहयोग और नैतिक चिंताओं की गहरी खोज की महत्वपूर्ण आवश्यकता की पहचान करता है।
यह अध्ययन 563 फिलिपिनो पूर्व-सेवा शिक्षकों (pre-service teachers) के डेटा का विश्लेषण करने के लिए PLS-SEM का उपयोग करता है, जो यह प्रकट करता है कि आंतरिक प्रेरणात्मक और भावनात्मक कारक, विशेष रूप से प्रदर्शन प्रत्याशा (performance expectancy) और सुखद प्रेरणा (hedonic motivation), एआई-सक्षम शैक्षिक उपकरणों को अपनाने के उनके इरादे के प्राथमिक चालक हैं, जो बाहरी संस्थागत कारकों के प्रभाव से अधिक प्रभावी हैं।