22423 पेपर
यह दृष्टिकोण तर्क देता है कि मेडिकल इमेजिंग एआई के क्षेत्र को केवल एल्गोरिदम में सुधार से हटकर आवश्यक वैचारिक नवाचार—समस्याओं, मेट्रिक्स और नैदानिक प्रासंगिकता को पुनर्व्याख्यायित करने—पर अपना ध्यान केंद्रित करना चाहिए, ताकि वर्तमान प्रोत्साहन संबंधी असंतुलन को दूर किया जा सके और सार्थक वैज्ञानिक परिपक्वता एवं वास्तविक दुनिया में प्रभाव सुनिश्चित किया जा सके।
NeSyCat Torch एक लेज़ी लॉग-टेन्सर मोनाड (lazy log-tensor monad) के माध्यम से डिफरेंशिएबल टेन्सर-आधारित प्रशिक्षण को लागू करके एक एकल मोनाडिक ढांचे के तहत विविध न्यूरोसिम्बोलिक सिमेंटिक्स को एकीकृत करता है, जो विभिन्न प्रथम-क्रम दृष्टिकोणों के अनुकूल एक समान संरचना बनाए रखते हुए मौजूदा प्रणालियों की तुलना में MNIST एडिशन पर बेहतर गति और सटीकता प्राप्त करता है।
यह अध्ययन प्रदर्शित करता है कि ध्वनि और प्रकाश का निष्क्रिय परिवेशीय संवेदन (passive ambient sensing), विशेष रूप से कुशल अनुक्रमिक तंत्रिका नेटवर्क (sequential neural networks) के माध्यम से विश्लेषित ध्वनि दबाव स्तर, कई समय क्षितिजों (time horizons) में आईसीयू डेलिरियम जोखिम की प्रभावी रूप से भविष्यवाणी कर सकता है, जो प्रारंभिक पहचान और रोकथाम रणनीतियों को बढ़ाने के लिए एक व्यावहारिक और व्याख्या योग्य उपकरण प्रदान करता है।
यह शोध पत्र Act2Answer प्रस्तुत करता है, जो एक नवीन मूल्यांकन प्रोटोकॉल है जो विजन-लैंग्वेज-एक्शन (VLA) मॉडलों में ज्ञान प्रतिधारण (knowledge retention) को व्यवस्थित रूप से मापने और विश्लेषण करने के लिए VLM बेंचमार्क को एक्शन-आधारित टेबलटॉप कार्यों में अनुकूलित करता है, जिससे यह पता चलता है कि जबकि ये मॉडल बुनियादी अवधारणाओं को बनाए रखते हैं, वे अपने स्रोत VLMs की तुलना में समृद्ध अर्थ संबंधी ज्ञान (semantic knowledge) में महत्वपूर्ण अंतराल प्रदर्शित करते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि मोंटे कार्लो ड्रॉपआउट अनिश्चितता-त्रुटि संरेखण (uncertainty-error alignment) के माध्यम से विभाजन त्रुटियों को प्रभावी ढंग से रैंक करता है, AUROC जैसे मजबूत वैश्विक मेट्रिक्स विशिष्ट ट्यूमर उप-क्षेत्रों में गंभीर, नैदानिक रूप से महत्वपूर्ण गलत अंशांकन (miscalibration) को छिपा सकते हैं, जो ब्रेन ट्यूमर विभाजन में रोगी सुरक्षा सुनिश्चित करने के लिए क्षेत्र-विशिष्ट अंशांकन मूल्यांकन को आवश्यक बनाता है।
यह शोध पत्र एक विभेदक (डिफरेंशिएबल) सरल जलवायु मॉडल के माध्यम से एमुलेटर के सामान्यीकरण को अधिकतम करने के लिए जलवायु प्रशिक्षण परिदृश्यों को अनुकूलित करने की एक विधि का प्रस्ताव और सत्यापन करता है, जो यह प्रदर्शित करता है कि गतिशील रूप से समृद्ध, अनुकूलित परिदृश्यों की एक छोटी संख्या विविध फोर्सिंग एजेंटों के प्रति जलवायु प्रतिक्रियाओं की भविष्यवाणी करने में मानक उत्सर्जन पथों के बड़े डेटासेट से बेहतर प्रदर्शन कर सकती है।
यह शोध पत्र **Diffusion-Proof** को प्रस्तुत करता है, जो औपचारिक प्रमेय सिद्ध करने (formal theorem proving) के लिए डिफ्यूजन-आधारित लार्ज लैंग्वेज मॉडल्स को लागू करने वाला पहला फ्रेमवर्क है, जो लंबी दूरी की सुसंगतता (long-range coherence) और स्थानीय सुधार (local correction) के लिए इटरेटिव डिनोइजिंग का लाभ उठाकर पारंपरिक ऑटो-रिग्रेसिव बेसलाइन्स से बेहतर प्रदर्शन करता है, जिससे महत्वपूर्ण बेंचमार्क सुधार प्राप्त होते हैं और एक ऐसी IMO समस्या को हल किया जाता जिसे अत्याधुनिक मॉडल्स नहीं कर सके थे।
यह शोध पत्र एक स्केलेबल पाइपलाइन का प्रस्ताव करता है जो ट्रांसफॉर्मर अटेंशन हेड्स को मानव-पठनीय, निष्पादन योग्य पायथन प्रोग्रामों के साथ अनुमानित करने के लिए प्रोग्राम सिंथेसिस का उपयोग करता है, यह प्रदर्शित करते हुए कि ये प्रतीकात्मक सरोगेट्स (symbolic surrogates) सटीकता से अटेंशन पैटर्न को पुनरुत्पादित कर सकते हैं और मॉडल के प्रदर्शन पर न्यूनतम प्रभाव के साथ न्यूरल हेड्स के एक महत्वपूर्ण हिस्से को प्रतिस्थापित कर सकते हैं।
यह शोध पत्र चैंद्रा सोर्स कैटलॉग और Gaia DR3 के बीच संदिग्ध क्रॉस-मैच को हल करने के लिए स्रोत गुणों पर प्रशिक्षित एक LightGBM क्लासिफायर का उपयोग करने वाले मशीन लर्निंग फ्रेमवर्क को प्रस्तुत करता है, जो वास्तविक जुड़ावों को संयोगपूर्ण सह-घटनाओं से अलग करते हुए लगभग 113,000 एक्स-रे स्रोतों के लिए समकक्षों (counterparts) की सफलतापूर्वक पहचान करता है।
यह शोध पत्र LOCUS को प्रस्तुत करता है, जो खंडित स्रोतों से OCR के माध्यम से प्राप्त लगभग सभी सार्वजनिक रूप से उपलब्ध अमेरिकी नगरपालिका और काउंटी अध्यादेशों का एक व्यापक, मशीन-पठनीय संग्रह है, जिसके साथ स्थानीय कानूनों के बड़े पैमाने पर कानूनी अनुसंधान और विश्लेषण को सक्षम करने के लिए सुसंगत एक्सेस लेयर्स और विशिष्ट AI मॉडल दिए गए हैं।