24135 पेपर
यह शोधपत्र SwordBench प्रस्तुत करता है, जो विज़न मॉडलों में स्टीयरिंग इमेज रिप्रेजेंटेशन की ऑर्थोगोनैलिटी और प्रभावशीलता का मूल्यांकन करने के लिए एक व्यापक बेंचमार्क है, यह प्रकट करते हुए कि जबकि लीनियर मेथड्स बेहतर सेपेरेबिलिटी (separability) प्रदान करते हैं, वे अक्सर स्पार्स ऑटोएनकोडर्स (sparse autoencoders) की तुलना में कोलेटरल डैमेज (collateral damage) को रोकने में विफल रहते हैं।
यह शोध पत्र एक विच्छेदित द्वि-स्रोत शिक्षण ढांचे (decoupled dual-source learning framework) का प्रस्ताव करता है जो बोन इन्फेक्शन सेगमेंटेशन में एनोटेशन विसंगतियों को संबोधित करने के लिए PET और CT मोडैलिटीज को एकीकृत करता है, और यह प्रदर्शित करने के लिए कठोर रोगी-स्तरीय 3D मूल्यांकन का उपयोग करता है कि कैसे समानांतर मॉडल मजबूत नैदानिक AI परिनियोजन के लिए विशिष्ट विशेषज्ञ नैदानिक दर्शनों को प्रभावी ढंग से आत्मसात कर सकते हैं।
CheckSupport एक ओपन-सोर्स, स्थानीय रूप से तैनात करने योग्य टूल है जो वैज्ञानिक रिपोर्टिंग चेकलिस्ट के चयन और साक्ष्य-आधारित पूर्णता को स्वचालित करने के लिए इंस्ट्रक्शन-ट्यून्ड लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो पांडुलिपि सबमिशन के मैनुअल बोझ को काफी कम करते हुए उच्च सटीकता और गोपनीयता संरक्षण प्राप्त करता है।
यह शोध पत्र पुनरावृत्ति टोकन रीसैंपलिंग (iterative token resampling) को ग्लौबर डायनेमिक्स मार्कोव चेन (Glauber dynamics Markov chain) के रूप में मॉडल करके मास्क किए गए भाषा मॉडलों (Masked Language Models) के वैश्विक वितरण व्यवहार की जांच करता है, जो यह प्रकट करता है कि जहाँ उच्च-तापमान शासन (high-temperature regimes) तीव्र मिश्रण प्रदान करते हैं, वहीं निम्न-तापमान स्थितियाँ मॉडलों के स्थानीय कंडीशन्स (local conditionals) में अंतर्निहित असंगति के कारण मेटास्टेबिलिटी और धीमी अभिसरण (slow convergence) उत्पन्न करती हैं।
यह शोध पत्र एक सूचना-सैद्धांतिक ढांचे का प्रस्ताव करता है जो यह स्पष्ट करता है कि सिंथेटिक डेटा भाषा मॉडलों में सुधार केवल तभी करता है जब जनरेशन लूप बाहरी संकेतों के माध्यम से "सूचना-खुला" (information-open) हो, और यह तर्क देता है कि सीखना उपलब्ध सबसे सूचना-कुशल संकेत की ओर अभिसरित होता है—चाहे वह सामान्यीकरण के लिए एक सुदृढ़, व्यापक पर्यवेक्षण हो या रिवॉर्ड हैकिंग की ओर ले जाने वाला एक भ्रामक पैटर्न।
यह शोध पत्र प्रदर्शित करता है कि आधुनिक प्रशिक्षण प्रोटोकॉल के भीतर CutMix डेटा ऑग्मेंटेशन तकनीक, बड़े पैमाने पर प्रीट्रेनिंग की आवश्यकता के बिना, स्क्रैच से प्रशिक्षित विजन ट्रांसफॉर्मर की प्रारंभिक परतों में स्थानिक स्थानीयता (spatial locality) और केंद्रित ध्यान (concentrated attention) उत्पन्न करती है।
यह शोध पत्र मॉलिक्यूलरली इन्फॉर्म्ड स्टेनिंग ट्रांसफॉर्म (MIST) को प्रस्तुत करता है, जो एक प्रशिक्षण-समय प्लग-इन है जो वर्चुअल मॉलिक्यूलर स्टेन बनाने और H&E पैच फीचर्स को पुनर्गठित करने के लिए युग्मित स्थानिक ट्रांसक्रिप्टोमिक्स का लाभ उठाता है, जिससे इन्फरेंस के समय ट्रांसक्रिप्टोमिक डेटा की आवश्यकता के बिना विविध पैथोलॉजी कार्यों में मल्टीपल इंस्टेंस लर्निंग प्रदर्शन में उल्लेखनीय सुधार होता है।
यह शोध पत्र ProxiMAP को प्रस्तुत करता है, जो एक मॉड्यूलर प्लग-एंड-प्ले फ्रेमवर्क है जो इन-डिस्ट्रीब्यूशन विश्वसनीयता और अंतर्निहित अर्ली स्टॉपिंग सुनिश्चित करने के लिए अवशिष्ट शोर (residual noise) को डीनॉइज़र के प्रशिक्षण वितरण के साथ संरेखित करके मैक्सिमम ए पोस्टीरियर (MAP) बहाली का अनुमान लगाता है, जिससे पारंपरिक MAP-लक्ष्य निर्धारण विधियों के कार्टून जैसे आर्टिफैक्ट्स से बचते हुए विभिन्न व्युत्क्रम समस्याओं (inverse problems) में इमेज पुनर्निर्माण की गुणवत्ता को लगातार बेहतर बनाया जा सकता है।
यह शोध पत्र एक स्थिर इमेज एडिटिंग फ्रेमवर्क प्रस्तावित करता है जो सटीक रूप से प्रतिवर्ती (exactly reversible) ODE विधियों की अस्थिरता और गुणवत्ता में गिरावट को दूर करने के लिए वेक्टर-फील्ड स्मूथिंग के साथ नियर-रिवर्सिबल रनगे-कुट्टा सॉल्वर को जोड़ता है, जिससे बैकग्राउंड संरक्षण और प्रॉम्प्ट अलाइनमेंट के बीच एक बेहतर संतुलन प्राप्त होता है।
यह शोध पत्र CADS को प्रस्तुत करता है, जो एक कॉन्फॉर्मल प्रेडिक्शन-आधारित अनुकूली प्रणाली है जो छवियों को हल्के से लेकर उच्च-क्षमता वाले मॉडलों के एक कैस्केड के माध्यम से गतिशील रूप से रूट करती है, जिससे उच्च नैदानिक सटीकता बनाए रखते हुए महत्वपूर्ण लागत में कमी और बेहतर दक्षता प्राप्त होती है।