23164 पेपर
यह शोध पत्र CLUBench प्रस्तुत करता है, जो 131 डेटासेट्स में 24 क्लस्टरिंग एल्गोरिदम का मूल्यांकन करने वाला एक व्यापक बेंचमार्क है, जो यह प्रकट करता है कि पारंपरिक विधियाँ अक्सर डीप लर्निंग के प्रदर्शन के बराबर होती हैं, टेक्स्ट और इमेज डेटा के लिए प्रीट्रेंड एम्बेडिंग्स को पारंपरिक एल्गोरिदम के साथ मिलाना प्रभावी है, और लो-रैंक स्ट्रक्चर मॉडल चयन को कुशलतापूर्वक अनुमानित कर सकते हैं।
यह शोध पत्र एक डोमेन-इन्फॉर्म्ड मल्टी-ऑब्जेक्टिव ऑप्टिमाइज़ेशन फ्रेमवर्क प्रस्तावित करता है जो मोटर इमेजरी ब्रेन-कंप्यूटर इंटरफेस के लिए कॉम्पैक्ट और उच्च-प्रदर्शन वाले ईईजी (EEG) चैनल उपसमूहों की पहचान करने हेतु स्थानिक प्रासंगिकता और कार्यात्मक विभेदनशीलता को प्रभावी ढंग से संतुलित करता है, जो कई डेटासेट्स में पारंपरिक सिंगल-ऑब्जेक्टिव विधियों से बेहतर प्रदर्शन करता है।
यह शोधपत्र Honeyval को प्रस्तुत करता है, जो LLM-संचालित HTTP हनीपॉट्स के लिए एक व्यापक मूल्यांकन ढांचा है जो AI हैकिंग एजेंटों और विविध बैकएंड अनुप्रयोगों का उपयोग करके स्केलेबल और पुनरुत्पादक परीक्षण की कमी को संबोधित करता है, और अंततः यह प्रदर्शित करता है कि LLM-आधारित हनीपॉट्स नियम-आधारित बेसलाइन की तुलना में काफी लंबे हमलावर इंटरैक्शन और कम डिटेक्शन दर प्रदान करते हैं जबकि लागत दक्षता बनाए रखते हैं।
यह शोध पत्र एक पूर्णतः कनवल्शनल डिनोइजिंग ऑटोएन्कोडर (FC-DAE) प्रस्तुत करता है जिसे प्रयोगात्मक एक्स-रे फोटॉन कोरिलेशन स्पेक्ट्रोस्कोपी डेटा पर प्रशिक्षित किया गया है, जो कम सिग्नल-टू-नॉइज़ कोरिलेशन फंक्शन से जटिल गतिशील विशेषताओं को प्रभावी ढंग से पुनर्प्राप्त करता है और साथ ही मनमाने इनपुट आयामों को समायोजित करते हुए उच्च संरचनात्मक निष्ठा बनाए रखता है।
यह शोध पत्र EVL-ECG का प्रस्ताव करता है, जो एक नवीन ढांचा है जो बड़े फाउंडेशन मॉडल्स की कम्प्यूटेशनल सीमाओं को दूर करने के लिए बहु-आयामी विषम ज्ञान आसवन (multi-aspect heterogeneous knowledge distillation) तकनीकों का उपयोग करता है, जिससे संसाधन-सीमित नैदानिक वातावरण के अनुकूल कुशल, उच्च-सटीक ईसीजी (ECG) व्याख्या सक्षम होती है।
यह शोध पत्र प्रकट करता है कि विशिष्ट इन्फरेंस सिस्टम घटकों (जैसे कि इंजन, बैकएंड और हार्डवेयर) के कारण होने वाले सूक्ष्म संख्यात्मक विचलन एलएलएम (LLM) आउटपुट तक प्रसारित होते हैं, जो इन अंतर्निहित प्रणालियों की विश्वसनीय रूप से पहचान करने के लिए एक नई फिंगरप्रिंटिंग पद्धति को सक्षम करते हैं और यह प्रदर्शित करते हैं कि इस तरह की पहचान को पूरी तरह से रोकना मौलिक रूप से कठिन है।
यह अध्ययन एक दो-चरणीय ढांचे (two-stage framework) को प्रस्तुत करता है जो एकल श्वेत रक्त कोशिका छवियों को क्रोमोसोमल और दैहिक आनुवंशिक डेटा के साथ संरेखित करता है ताकि आनुवंशिक रूप से सूचित रोगी प्रतिनिधित्व बनाया जा सके, जो हेमेटोलॉजिकल निदान में मौजूदा हिस्टोपैथोलॉजी फाउंडेशन मॉडलों से काफी बेहतर प्रदर्शन करते हैं और रोगों एवं आनुवंशिक परिवर्तनों की प्रभावी पुनर्प्राप्ति को सक्षम करते हैं।
यह शोध पत्र MIC प्रस्तुत करता है, जो एक ऐसा ढांचा है जो डायमेंशनल रेडंडेंसी (आयामी अतिरेक) को समाप्त करने और स्पेक्ट्रल यूनिफॉर्मिटी (स्पेक्ट्रल एकरूपता) सुनिश्चित करने के लिए एक सेल्फ-डिस्टिलेशन ऑब्जेक्टिव के भीतर सॉफ्ट कोलैप्स और स्पेक्ट्रल आइसोट्रॉपी रेगुलराइजेशन का उपयोग करके मल्टी-स्केल रिप्रेजेंटेशन लर्निंग को बढ़ाता है, जिससे उच्च-संपीड़न (हाई-कंप्रेशन) परिदृश्यों में सूचनात्मक क्षमता और विभेदक शक्ति में महत्वपूर्ण सुधार होता है।
यह शोध पत्र टेस्ट-टाइम ट्रेनिंग फॉर सुपरवाइज्ड कॉज़ल लर्निंग (TTT-SCL) प्रस्तुत करता है, जो मौजूदा सुपरवाइज्ड कॉज़ल लर्निंग विधियों की आउट-ऑफ-डिस्ट्रीब्यूशन सामान्यीकरण और कंपोजिशनल सीमाओं को दूर करने के लिए गतिशील रूप से टेस्ट-अलाइन्ड ट्रेनिंग सेट उत्पन्न करने वाला एक नवीन ढांचा है, जिससे सिंथेटिक और वास्तविक दुनिया के डेटासेट दोनों पर प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र लेटेंट परफॉरमेंस प्रोफाइलिंग (LPP) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो बड़े भाषा मॉडलों का उनके छिपे हुए सक्रियणों (hidden activations) और आउटपुट वितरणों के कार्य-अज्ञेय (task-agnostic) निदान के माध्यम से मूल्यांकन करता है ताकि उन अंतर्निहित गुणों और कमजोरियों को प्रकट किया जा सके जिन्हें केवल बेंचमार्क स्कोर पकड़ने में विफल रहते हैं।