3463 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि इंटरपोलेशन के माध्यम से विरल (sparse) टेम्पोरल अवलोकनों से सघन (dense) रिग्रेशन लेबल का निर्माण करना मौलिक रूप से बेंचमार्क रैंकिंग और मॉडल चयन को बदल देता है, जो अक्सर वास्तविक नैदानिक प्रभावकारिता या भविष्यवाणी वास्तुकला सुधारों को प्रतिबिंबित किए बिना प्रदर्शन तुलनाओं को उलट देता है।
यह शोध पत्र पांच जनसांख्यिकीय समूहों में व्यक्तिगत उपयोगकर्ता प्राथमिकताओं को शामिल करते हुए, केंद्रीकृत डेटा संग्रह और औसत रेटिंग की सीमाओं को दूर करते हुए, वेबसाइट इंटरफ़ेस सौंदर्यशास्त्र की भविष्यवाणी करने के लिए EfficientNet-B0 का उपयोग करते हुए एक फेडरेटेड लर्निंग-आधारित दृष्टिकोण प्रस्तावित करता है, जो 0.0534 का एक आशाजनक मीन स्क्वेयर्ड एरर (Mean Squared Error) प्राप्त करता है।
यह शोध पत्र एक व्याख्यात्मक निर्णय ग्राफ (EDG) ढांचे का प्रस्ताव करता है जो महत्वपूर्ण अनुप्रयोगों में पारदर्शिता, ऑडिटेबिलिटी और विश्वास को बढ़ाने के लिए स्वायत्त मल्टी-एजेंट प्रणालियों की तर्क, संचार और निर्णय लेने की प्रक्रियाओं को संरचित, सत्यापन योग्य ग्राफ के रूप में मॉडल करता है।
यह शोध पत्र CASA-IoT प्रस्तुत करता है, जो एक हल्का चयनात्मक-एक्सेस फ्रेमवर्क है जो साक्ष्य निश्चितता के आधार पर IoT एक्सेस अनुरोधों को गतिशील रूप से अनुमति देने, अस्वीकार करने या स्थगित करने के लिए कॉन्फॉर्मल प्रेडिक्शन को एक संभाव्य जोखिम क्लासिफायर के साथ एकीकृत करता है, जिससे कैलिब्रेशन रिफ्रेश के माध्यम से वितरण बदलावों (डिस्ट्रीब्यूशन शिफ्ट्स) के अनुकूल होते हुए सुरक्षा नियंत्रण और उपयोगकर्ता घर्षण के बीच प्रभावी ढंग से संतुलन बनाया जा सकता है।
यह शोध पत्र FRIDAY को प्रस्तुत करता है, जो एक अनुकूलित रिट्रिवल-ऑगमेंटेड जनरेशन (Retrieval-Augmented Generation) फ्रेमवर्क है जिसे स्मॉल लैंग्वेज मॉडल्स (Small Language Models) को तैनात करने की विशिष्ट संसाधन सीमाओं और प्रदर्शन चुनौतियों का समाधान करके कुशल, गोपनीयता-संरक्षित स्थानीय संज्ञानात्मक एजेंटों को सक्षम करने के लिए डिज़ाइन किया गया है।
AgedNet-Motion एक प्रशिक्षण-मुक्त, संसाधन-जागरूक ढांचा पेश करता है जो स्ट्रीमिंग मल्टी-टास्क परसेप्शन के लिए, कैलिब्रेटेड मोशन और एज मेट्रिक्स के आधार पर कार्य-विशिष्ट शाखाओं को चुनिंदा रूप से रिफ्रेश करके और कैश किए गए आउटपुट का पुन: उपयोग करके, विभिन्न मॉडलों में न्यूनतम गुणवत्ता हानि के साथ महत्वपूर्ण गति वृद्धि प्राप्त करते हुए इन्फरेंस विलंबता को कम करता है।
यह अध्ययन आधुनिक चीनी कविता को जापानी में अनुवाद करने में पारंपरिक NMT प्रणालियों (Google Translate और DeepL) बनाम LLM-आधारित प्रणालियों (ChatGPT और DeepSeek) के प्रदर्शन का मूल्यांकन करता है, जिसमें यह पाया गया है कि LLMs सामान्यतः निष्ठा, प्रवाह और शैली में NMTs से बेहतर प्रदर्शन करते हैं और साथ ही यह भी प्रदर्शित करते हैं कि प्रॉम्प्ट रणनीतियाँ मॉडल-निर्भर तरीके से अनुवाद की गुणवत्ता को महत्वपूर्ण रूप से प्रभावित कर सकती हैं।
यह शोध पत्र उपयोगकर्ता कहानियों (user stories) से संस्थाओं (entities) और गैर-कार्यात्मक आवश्यकताओं (non-functional requirements) को निकालने के लिए सुपरवाइज्ड सीक्वेंस मॉडल्स और ओपन-वेट एलएलएम (LLMs) का मूल्यांकन करता है, जो यह प्रदर्शित करता है कि एक नव-जारी, पुनरुत्पादक बेंचमार्क पर एक BiLSTM-CRF मॉडल, ज़ीरो-शॉट और वन-शॉट एलएलएम की तुलना में काफी बेहतर प्रदर्शन करता है।
2010 से 2026 तक के 1,482 दस्तावेजीकृत एआई (AI) घटनाओं का विश्लेषण करते हुए, यह अध्ययन एक "कंटेनमेंट गैप" (नियंत्रण अंतराल) को प्रकट करता है जहाँ सिस्टम की स्वायत्तता बढ़ने के साथ नियंत्रण-खोने की विफलताएं बढ़ती हैं और लगभग विशेष रूप से बाहरी लोगों द्वारा रिपोर्ट की जाती हैं न कि डेवलपर्स द्वारा, बावजूद इसके कि जानबूझकर किए गए दुरुपयोग के मामलों में उछाल के कारण उनके सापेक्ष हिस्से में सांख्यिकीय गिरावट आई है।
यह अध्ययन प्रदर्शित करता है कि समान साक्ष्य अंशों को एक केंद्रित प्रारूप से वितरित प्रारूप में पुनर्गठित करने से एक फ्रोजन मिनीचेक (MiniCheck) वेरीफायर के ग्राउंडिंग स्कोर में एक सीमित, गैर-योगात्मक बदलाव उत्पन्न होता है, हालांकि तंत्र की सामान्यीकरण क्षमता और व्यावहारिक उपयोगिता अभी भी unverified (अपुष्ट) बनी हुई है।