744 पेपर
यह अध्ययन प्रदर्शित करता है कि नैदानिक रूप से आधारित अवधारणा निर्माण (concept construction) चेस्ट रेडियोग्राफ वर्गीकरण के लिए कॉन्सेप्ट बॉटलनेक मॉडल को बेहतर बनाता है, जिसमें पर्यवेक्षित (supervised) दृष्टिकोण गैर-बॉटलनेक बेसलाइन के समान मजबूत प्रदर्शन प्राप्त करते हैं, जबकि लेबल-मुक्त मॉडल एक आशाजनक विकल्प प्रदान करते हैं जब अवधारणा एनोटेशन उपलब्ध नहीं होते हैं।
यह शोध पत्र BioGraph-SentiCOVID प्रस्तुत करता है, जो एक कैलिब्रेटेड एडेप्टिव-कॉन्टेक्स्ट ग्राफ न्यूरल फ्रेमवर्क है जो ट्विटर पर शोर वाले (noisy) कोविड-19 ट्वीट्स के स्टेट-ऑफ-द-आर्ट सेंटीमेंट क्लासिफिकेशन को प्राप्त करने के लिए जेनेटिक एल्गोरिदम के माध्यम से कन्वर्सेशनल कॉन्टेक्स्ट सिलेक्शन और हाइपरपैरामीटर्स को अनुकूलित करता है।
यह शोध पत्र 2024 के अमेरिकी चुनाव के दौरान X पर राजनीतिक रुख का पता लगाने के लिए क्लासिकल, न्यूरल और ट्रांसफॉर्मर मॉडल्स का एक तुलनात्मक अध्ययन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि जहाँ फाइन-ट्यून्ड BERTweet उच्चतम सटीकता प्राप्त करता है, वहीं सावधानीपूर्वक इंजीनियर किए गए लीनियर SVM जैसे क्लासिकल मॉडल्स स्केलेबल परिनियोजन के लिए एक अत्यधिक प्रतिस्पर्धी, अधिक कुशल और व्याख्या योग्य विकल्प प्रदान करते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि शास्त्रीय समुदाय पहचान (community detection) विधियाँ, आठ वास्तविक दुनिया के और पांच सिंथेटिक डेटासेट पर आधारित चौदह विधियों के व्यापक मूल्यांकन के आधार पर, केवल टोपोलॉजी का उपयोग करके बाइपार्टाइट नेटवर्क पर हाल के ग्राफ न्यूरल नेटवर्क्स के बराबर या उनसे बेहतर प्रदर्शन करती हैं।
यह शोध पत्र एक कोलंबियाई स्वास्थ्य-एआई कंपनी में कार्यान्वित एक नियंत्रित, बड़े भाषा मॉडल-समर्थित वर्कफ़्लो का वर्णन और रचनात्मक मूल्यांकन करता है, जिसे शोधकर्ता की निगरानी बनाए रखते हुए अनुदान खोज और प्रस्ताव विकास के थ्रूपुट और ट्रैसेबिलिटी को व्यवस्थित रूप से सुधारने के लिए लागू किया गया है, जिसमें चरण 1 ("द ट्रेजर हंट") में, 83 उम्मीदवारों को अस्वीकार किए जाने के बजाय उन पोस्ट-फ़िल्टर चयन के रूप में पहचाना गया है जो फ़िल्टरिंग मानदंडों को पास कर चुके थे और उपयुक्त माने गए थे।
यह शोध पत्र अनस्ट्रक्चर्ड क्लिनिकल नोट्स को निष्ठावान, स्ट्रक्चर्ड रिप्रजेंटेशन्स में बदलने के लिए एडेप्टिव स्कीमा को डायनेमिकली इंड्यूस करने हेतु लार्ज लैंग्वेज मॉडल्स का उपयोग करते हुए एक इटरेटिव फीडबैक-रिफाइनमेंट फ्रेमवर्क प्रस्तावित करता है, जो बिना किसी लेबल किए गए डेटा या फाइन-ट्यूनिंग की आवश्यकता के, ओमिशन और हैलुसिनेशन को महत्वपूर्ण रूप से कम करके मौजूदा बेसलाइन्स से बेहतर प्रदर्शन करता है।
यह अध्ययन प्रदर्शित करता है कि एकल-मीट्रिक मूल्यांकन विशिष्ट वर्गों में स्पष्ट मजबूती को उजागर करके विभिन्न साइटों पर सर्जिकल एआई मॉडलों के सार्वभौमिक पतन को छिपा सकते हैं, जबकि दोहरी-मीट्रिक ऑडिट व्यापक विफलता को प्रकट करती हैं और यह दर्शाती हैं कि हमारे द्वारा परीक्षण किए गए कॉन्फ़िगरेशन में बैकबोन प्रतिस्थापन ने इस अंतर को कम नहीं किया।
यह अध्ययन स्वचालित ईसीजी अतालता (ECG arrhythmia) का पता लगाने के लिए अटेंशन के साथ द्विदिश लॉन्ग शॉर्ट-टर्म मेमोरी (Bidirectional Long Short-Term Memory) नेटवर्क की रेजिडुअल कनवल्शनल न्यूरल नेटवर्क (Residual Convolutional Neural Networks) के विरुद्ध बेंचमार्किंग करता है, जिसमें यह पाया गया कि रेसनेट (ResNet) आर्किटेक्चर 109,000 से अधिक धड़कनों के एक डेटासेट से जटिल रूपात्मक विशेषताओं (morphological features) को बेहतर ढंग से निकालकर श्रेष्ठ प्रदर्शन (98.0% सटीकता) प्राप्त करता है।
यह शोध पत्र guardrail-rs को प्रस्तुत करता है, जो एक ओपन-सोर्स रस्ट-आधारित (Rust-based) रिवर्स प्रॉक्सी है जिसे प्रॉम्प्ट इंजेक्शन के कंपोजेबल डिटेक्शन और PII रेडैक्शन के साथ LLM अनुप्रयोगों को सुरक्षित करने के लिए डिज़ाइन किया गया है, जिसमें एक फेल-ओपन आर्किटेक्चर का उपयोग किया गया है, और यह पारदर्शी रूप से इसके प्रदर्शन संबंधी विशेषताओं और वास्तविक दुनिया की इंजीनियरिंग चुनौतियों की रिपोर्ट करता है।
यह शोध पत्र समन्वय, थ्रेशोल्ड और टॉलरेंस धारणाओं को स्पष्ट रूप से लागू करते हुए, परिमित, शोरयुक्त स्पोर्ट्स ट्रैजेक्टरी नमूनों को ऑडिट करने योग्य प्रतीकात्मक आर्टिफैक्ट्स में परिवर्तित करने के लिए एक नियतात्मक पाइपलाइन प्रस्तुत करता है, जबकि इसका दायरा भौतिक पुनर्निर्माण या अर्थ संबंधी अनुमान के बजाय केवल प्रतिनिधित्व और ट्रैसेबिलिटी तक ही सीमित रखता है।