3559 पेपर
यह अध्ययन ChurnGuard AI को प्रस्तुत करता है, जो एक तैनात मशीन लर्निंग पाइपलाइन है जो उच्च रिकॉल (recall) के साथ टेलीकॉम ग्राहक मंथन (churn) की भविष्यवाणी करने के लिए लॉजिस्टिक रिग्रेशन मॉडल का उपयोग करती है, और जिसे डेटा-संचालित प्रतिधारण रणनीतियों को सुगम बनाने के लिए एक इंटरैक्टिव स्ट्रीमलिट (Streamlit) डैशबोर्ड में एकीकृत किया गया है।
यह शोधपत्र एक तर्क-जागरूक (reasoning-aware) ढांचे का प्रस्ताव करता है जो त्रुटि-सीमित (error-bounded) KV-कैश संपीड़न और स्पार्स अटेंशन को गतिशील रूप से संयोजित करता है ताकि एक कैलिब्रेटेड ड्रॉप्ड-मास बाउंड (dropped-mass bound) के माध्यम से अटेंशन-आउटपुट सटीकता को औपचारिक रूप से गारंटी देते हुए लॉन्ग-कॉन्टेक्स्ट LLM इन्फरेंस में मेमोरी, गणना और विलंबता को महत्वपूर्ण रूप से कम किया जा सके।
यह शोध पत्र प्रदर्शित करता है कि भावना-संबंधी कार्यों के लिए सुदृढीकरण शिक्षण (reinforcement learning) एजेंटों को अनुकूलित करना स्वाभाविक रूप से आंतरिक पुरस्कार संकेतों को जन्म देता है जो जैविक भावनाओं की मूल विशेषताओं के साथ संरेखित होते हैं, जो इस सिद्धांत का समर्थन करता है कि भावनाएं अमूर्त लक्ष्यों की प्राप्ति के लिए कार्यों को बदलने हेतु विकसित होती हैं।
यह अध्ययन पांच सार्वजनिक डेटासेट्स पर चार पारंपरिक मशीन लर्निंग मॉडलों की तुलना चार ट्रांसफॉर्मर-आधारित मॉडलों के साथ व्यवस्थित रूप से बेंचमार्क करता है, जो यह प्रदर्शित करता है कि जबकि रोबर्टा (RoBERTa) जैसे ट्रांसफॉर्मर आर्किटेक्चर फेक न्यूज डिटेक्शन की सटीकता में पारंपरिक तरीकों की तुलना में काफी बेहतर प्रदर्शन करते हैं, वे काफी अधिक कम्प्यूटेशनल लागत भी वहन करते हैं, जिससे विभिन्न संसाधन बाधाओं के तहत मॉडल चयन के लिए महत्वपूर्ण ट्रेड-ऑफ अंतर्दृष्टि प्राप्त होती है।
यह शोध पत्र पूर्व में अनदस्तावेजीकृत नेपाली कार्ड गेम 'दहाल जीत' को औपचारिक रूप से परिभाषित करता है और एक व्यापक कम्प्यूटेशनल बेंचमार्क प्रस्तुत करता है जो यह प्रदर्शित करता है कि खोज-आधारित एजेंट (search-based agents) शिक्षण विधियों (learning methods) से बेहतर प्रदर्शन करते हैं, जबकि यह भी प्रकट करता है कि स्कोरिंग कार्डों की तुलना में ट्रम्प की लंबाई जीत का अधिक मजबूत भविष्यवक्ता है और मानव-एजेंट प्रदर्शन के अंतर को सटीक रूप से मापने के लिए डील वेरिएंस (deal variance) को नियंत्रित करना आवश्यक है।
यह अध्ययन प्रदर्शित करता है कि गाऊसी शोर (Gaussian noise) और जेपेग (JPEG) अधिग्रहण के तहत फ्रोजन पेडेस्ट्रियन डिटेक्टरों के लिए, डिग्रेडेशन-मॉडल मिलान (degradation-model matching) के आधार पर डिनोइज़र का चयन करना डिटेक्शन रिकवरी के लिए महत्वपूर्ण है, जबकि पीएसएनआर (PSNR) या एसएसआईएम (SSIM) जैसे पारंपरिक बहाली निष्ठा मेट्रिक्स (restoration fidelity metrics) पर निर्भर रहना उप-इष्टतम (suboptimal) विकल्पों की ओर ले जा सकता है।
AlamX एक गोपनीयता-संरक्षण करने वाला, पूर्णतः स्थानीय क्लिनिकल इंटेलिजेंस प्लेटफॉर्म है जो संवेदनशील उपयोगकर्ता डेटा को रिमोट सर्वर पर ट्रांसमिट किए बिना सटीक, अनिश्चितता-जागरूक रोग भविष्यवाणियों और संवादात्मक स्वास्थ्य मार्गदर्शन के लिए रैंडम फॉरेस्ट-आधारित लक्षण और वाइटल ट्राइएज सिस्टम को स्थानीय रूप से निष्पादित बायोमेडिकल LLM के साथ जोड़ता है।
अमेरिका के वयस्कों के साथ किए गए एक विदिन-सब्जेक्ट्स परिदृश्य अध्ययन में यह पाया गया कि उपयोगकर्ता एआई-आधारित डिजिटल मानसिक स्वास्थ्य प्रणालियों के लिए पारंपरिक साइलो वाले ढांचों की तुलना में समय-तुल्यकालिक, एकीकृत डेटा आर्किटेक्चर को सिस्टम गुणवत्ता, सूचना गुणवत्ता और शुद्ध लाभों के मामले में अधिक अनुकूल रूप से देखते हैं, हालांकि ये मामूली धारणात्मक लाभ कार्यात्मक प्रोटोटाइप परीक्षण के माध्यम से और अधिक सत्यापन की मांग करते हैं।
यह शोध पत्र सिंक्रोनस प्रशिक्षण और केंद्रीकृत समन्वय की सीमाओं को दूर करने के लिए ब्लॉकचेन तकनीक के साथ एकीकृत एक नवीन एसिंक्रोनस वर्टिकल फेडरेटेड लर्निंग फ्रेमवर्क प्रस्तावित करता है, जिससे विकेंद्रीकृत सर्वसम्मति, पारदर्शी मॉडल मूल्यांकन और स्मार्ट कॉन्ट्रैक्ट-आधारित प्रोत्साहन तंत्र के माध्यम से दक्षता, सुरक्षा और प्रतिभागी जुड़ाव को बढ़ाया जा सके।
यह शोध पत्र बाइपोलर लॉजिक नेटवर्क्स (BLN) को प्रस्तुत करता है, जो एक नियम-आधारित मशीन लर्निंग मॉडल है जो अत्याधुनिक व्याख्या योग्य (interpretable) विधियों के साथ प्रतिस्पर्धी सटीकता प्राप्त करता है और साथ ही विशिष्ट रूप से सत्यापन योग्य, पूछताछ योग्य बूलियन तर्क और अंशांकित (calibrated) संभावनाएँ प्रदान करता है जो उच्च-जोखिम वाले निर्णयों के ऑडिटिंग के लिए आवश्यक हैं।