3501 पेपर
यह शोध पत्र प्रदर्शित करता है कि छोटे, स्वचालित रूप से अनुकूलित प्रीफिक्स (prefixes), उच्च-जोखिम वाले निर्णय संबंधी दुविधाओं में ओपन लार्ज लैंग्वेज मॉडल्स के सुरक्षा संरेखण (safety alignment) को महत्वपूर्ण रूप से बाधित कर सकते हैं, जो उनके अंतर्निहित स्थिर लक्ष्यों को बदले बिना उनकी व्यवहारिक सुरक्षा में एक गंभीर मजबूती अंतराल (robustness gap) को प्रकट करता है।
यह शोध पत्र HACI-Net का प्रस्ताव करता है, जो एक ConvNeXt-आधारित हाइब्रिड नेटवर्क है जो खाद्य छवि पहचान में चुनौतियों को प्रभावी ढंग से संबोधित करने के लिए चैनल इंटरेक्शन मॉड्यूल के साथ स्थानिक (spatial), समन्वय (coordinate) और चैनल अटेंशन तंत्र को एकीकृत करता है, जिससे VireoFood-172 और ChineseFoodNet डेटासेट पर अत्याधुनिक सटीकता प्राप्त होती है।
यह शोध पत्र एक ट्रांसफॉर्मर आर्किटेक्चर पर आधारित एक डीप-लर्निंग फ्रेमवर्क प्रस्तुत करता है जो व्यक्तिगत खिलाड़ी दक्षता और टीम भूमिका सुसंगतता को संयुक्त रूप से मॉडल करके लीग ऑफ लीजेंड्स के 320 मिलियन मैचों का विश्लेषण करता है ताकि जीतने वाली टीम संरचनाओं की भविष्यवाणी की जा सके, जो पिछले दृष्टिकोणों से काफी बेहतर प्रदर्शन करता है।
यह अध्ययन प्रदर्शित करता है कि मनी लॉन्ड्रिंग विरोधी लेनदेन की स्क्रीनिंग के लिए विभिन्न लार्ज लैंग्वेज मॉडल्स का चयन करने से फॉल्स पॉजिटिव दरों और परिचालन कार्यभार में भारी भिन्नता आती है, जो मॉडल चयन को एक महत्वपूर्ण परिचालन जोखिम पैरामीटर के रूप में स्थापित करता है जिसके लिए स्पष्ट शासन और निगरानी की आवश्यकता है।
यह शोध पत्र TriAdaptNER प्रस्तावित करता है, जो एक फ्रीक्वेंसी-अवेयर मिक्सचर-ऑफ-एक्सपर्ट्स फ्रेमवर्क है जो क्लास इम्बैलेंस को प्रभावी ढंग से संबोधित करने और नेम्ड एंटिटी रिकग्निशन कार्यों में दुर्लभ संस्थाओं के लिए रिकग्निशन प्रदर्शन में सुधार करने के लिए एक एडेप्टिव सेलेक्टर और एक डिफरेंशिएबल एरर-ड्रिवन फीडबैक मैकेनिज्म द्वारा निर्देशित विशिष्ट उच्च- और निम्न-आवृत्ति विशेषज्ञों का लाभ उठाता है।
यह शोध पत्र MOTMER-VANET का प्रस्ताव करता है, जो एक बहु-उद्देश्यीय ढांचा है जो वाहन संबंधी एड-हॉक नेटवर्क (Vehicular Ad Hoc Networks) के लिए BiLSTM-आधारित गतिशीलता पूर्वानुमान, सुदृढीकरण शिक्षण (reinforcement learning)-संचालित विश्वास प्रबंधन, और एक हाइब्रिड अनुकूलन एल्गोरिदम को एकीकृत करता है ताकि ऊर्जा-कुशल क्लस्टर हेड्स को गतिशील रूप से चुना जा सके और हमलों के विरुद्ध सुरक्षित एवं विश्वसनीय रूटिंग सुनिश्चित की जा सके।
यह शोधपत्र G-Mamba का प्रस्ताव करता है, जो एक ग्रे-बॉक्स मल्टी-ऑब्जेक्टिव प्रेडिक्शन नेटवर्क है जो टाइरोसिन किण्वन (fermentation) प्रक्रियाओं में बायोमास और उत्पाद सांद्रता के वास्तविक समय, गणनात्मक रूप से कुशल और सटीक पूर्वानुमान प्राप्त करने के लिए मैकेनिस्टिक ज्ञान को एक द्विदिशीय मंबा (bidirectional Mamba) आर्किटेक्चर और ग्राफ कनवल्शनल नेटवर्क के साथ एकीकृत करता है, जिससे लंबी-अनुक्रमिक टेम्पोरल डायनेमिक्स और जटिल स्थानिक युग्मन (spatial couplings) दोनों को प्रभावी ढंग से कैप्चर किया जा सके।
यह शोध पत्र DACANet प्रस्तुत करता है, जो एक ड्यूल-पाथ नेटवर्क है जो स्थानीय कनवल्शनल और वैश्विक ट्रांसफार्मर विशेषताओं को गतिशील रूप से संतुलित करने के लिए एक सीखे हुए एडेप्टिव गेटिंग मैकेनिज्म का उपयोग करता है, जिससे डेटासेट-विशिष्ट ट्यूनिंग के बिना विविध नैदानिक डोमेन में एक मजबूत और सामान्यीकरण योग्य मेडिकल इमेज क्लासिफिकेशन प्राप्त होता है।
यह अध्ययन प्रदर्शित करता है कि क्लासिकल मशीन लर्निंग मॉडल, विशेष रूप से रैंडम फॉरेस्ट, ClinicalTrials.gov से केवल ओपन रजिस्ट्री टेक्स्ट का उपयोग करके क्लिनिकल ट्रायल की सफलता की प्रभावी ढंग से भविष्यवाणी कर सकते हैं, जो कठोर प्रीप्रोसेसिंग के माध्यम से डेटा लीकेज को कम करते हुए विभिन्न ट्रायल चरणों और संकेतों (इंडिकेशन्स) में मध्यम-से-मजबूत प्रदर्शन प्राप्त करते हैं।
यह प्रूफ-ऑफ-कॉन्सेप्ट अध्ययन जापानी कार्डियोलॉजी डिस्चार्ज सारांशों पर स्थानीय रूप से तैनात लार्ज लैंग्वेज मॉडल्स (Gemma3 और Qwen3.5) का मूल्यांकन करता है, जो यह प्रकट करता है कि हालांकि समग्र लक्षण निष्कर्षण सटीकता उच्च है, प्रदर्शन विशिष्ट लक्षणों के आधार पर भिन्न होता है और मॉडल अक्सर स्पष्ट रोगी शिकायतों के बजाय वस्तुनिष्ठ नैदानिक निष्कर्षों से धड़कन (palpitations) या थकान (fatigability) जैसी स्थितियों का अनुमान लगाते हैं।