3615 पेपर
यह शोध पत्र Agri-GAC-CoC को पेश करता है, जो जनरेटिव एआई के लिए एक डोमेन-विशिष्ट 'चेन-ऑफ-चेक्स' फ्रेमवर्क है, जो सतही प्रवाह के बजाय कार्य-आधारित डोमेन जांच को प्राथमिकता देकर कृषि लेखन के लिए वैध और कार्रवाई योग्य फीडबैक उत्पन्न करने में ज़ीरो-शॉट, रूब्रिक-आधारित और मानक 'चेन-ऑफ-थॉट' प्रॉम्प्टिंग की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोधपत्र RGD-PLL का प्रस्ताव करता है, जो एक विश्वसनीयता-जागरूक ग्रेडिएंट डिकपलिंग फ्रेमवर्क है जो इंस्टेंस-डिपेंडेंट कैंडिडेट विश्वसनीयता का अनुमान लगाकर, एंट्रॉपी वेटिंग के माध्यम से अनिश्चित पर्यवेक्षण को दबाकर, और अनुकूलन स्थिरता एवं मजबूती में सुधार के लिए एसिमेट्रिक प्रोजेक्शन के माध्यम से संघर्षरत ग्रेडिएंट घटकों को हटाकर आंशिक लेबल लर्निंग को बढ़ाता है।
यह अनुभवजन्य अध्ययन प्रमुख नियामक ढांचों के विरुद्ध 2020 से 2026 तक की एआई (AI) घटनाओं का विश्लेषण करता है ताकि पोस्ट-डिप्लॉयमेंट जवाबदेही के महत्वपूर्ण अंतराल, विशेष रूप से बाहरी पहचान और प्रभाव मूल्यांकन में, को उजागर किया जा सके, और इन प्रणालीगत विफलताओं को संबोधित करने के लिए प्रोएक्टिव एआई गवर्नेंस कंप्लायंस फ्रेमवर्क (PAGCF) का प्रस्ताव दिया जा सके।
यह शोध पत्र एक डेटा-संचालित शास्त्रीय मशीन लर्निंग मॉडल प्रस्तुत करता है जो केवल वास्तुशिल्प विशेषताओं के आधार पर वेरिएशनल क्वांटम सर्किट की ट्रेनैबिलिटी (trainability) की सटीक भविष्यवाणी करता है और बैरन प्लेटो (barren plateaus) की पहचान करता है, जो क्वांटम सर्किट डिजाइनों की स्क्रीनिंग के लिए महंगे ग्रेडिएंट सैंपलिंग के एक लागत प्रभावी विकल्प के रूप में कार्य करता है।
यह अध्ययन ब्राज़ीलियाई संघीय राजमार्ग पुलिस (2020-2024) के एक बड़े पैमाने के डेटासेट का उपयोग करके यह प्रदर्शित करता है कि एक कॉस्ट-सेंसिटिव लाइटजीबीएम (LightGBM) मॉडल, जिसे कठोर टेम्पोरल स्प्लिटिंग और SHAP-आधारित व्याख्यात्मकता के माध्यम से मान्य किया गया है, यातायात जनित मौतों की भविष्यवाणी करने में अन्य एंसेम्बल विधियों से बेहतर प्रदर्शन करता है और सक्रिय सुरक्षा नीतियों को सूचित करने के लिए प्रमुख जोखिम कारकों की पहचान करता है।
यह शोध पत्र एक हाइब्रिड RSA-OAEP और AES-128-CBC एन्क्रिप्शन फ्रेमवर्क के साथ SHA-256 अखंडता सत्यापन का प्रस्ताव करता है जो शुद्ध RSA की तुलना में कम्प्यूटेशनल दक्षता में काफी बेहतर प्रदर्शन करते हुए और पिक्सेल-हानि भ्रष्टाचार के विरुद्ध मजबूत रिकवरी क्षमताओं का प्रदर्शन करते हुए, सुरक्षित और हानि रहित चिकित्सा छवि पुनर्निर्माण सुनिश्चित करता है।
यह शोध पत्र DL-TUS का प्रस्ताव करता है, जो एक फ्रीक्वेंसी-अवेयर (आवृत्ति-जागरूक) डीप लर्निंग फ्रेमवर्क है जो अल्ट्रासाउंड छवियों में थायराइड नोड्यूल्स को प्रभावी ढंग से वर्गीकृत करने के लिए वेवलेट ट्रांसफॉर्म और मल्टी-स्केल डाइलेटेड कनवल्शन का लाभ उठाता है, जिससे शोर और माइक्रो-नोड्यूल चुनौतियों के विरुद्ध उच्च सटीकता और मजबूती प्राप्त होती है।
यह अध्ययन प्रदर्शित करता है कि एक फॉलबैक-एंकोर्ड अनसर्टेन्टी गेटिंग मैकेनिज्म को लागू करना, जिसने पहले ऑन-पॉलिसी PPO ट्रेनिंग को स्थिर किया था, ऑफ-पॉलिसी TD3 को कोई सांख्यिकीय लाभ प्रदान नहीं करता है, जो यह संकेत देता है कि इस मैकेनिज्म का मूल्य ऑन-पॉलिसी ट्रेनिंग कोलैप्स को ठीक करने के लिए विशिष्ट है न कि एक सामान्य रोबस्टनेस बूस्टर के रूप में कार्य करने के लिए।
यह शोध पत्र यह प्रदर्शित करता है कि मूल्यांकन प्रोटोकॉल में अधिकतम पीढ़ी लंबाई (generation length) यह निर्धारित करने में महत्वपूर्ण भूमिका निभाती है कि मॉडल चेकपॉइंट्स चेन-ऑफ-थॉट रीजनिंग को बाधित करके विशिष्ट या अविशिष्ट दिखाई देते हैं, जो एक ऐसा कारक है जिसे अक्सर फाइन-ट्यूनिंग अनुसंधान में छोड़ दिया जाता है और जो मॉडल के प्रदर्शन और रुझानों के बारे में भ्रामक निष्कर्षों की ओर ले जा सकता है।
यह अध्ययन ज़ेजियांग के ऐतिहासिक जिलों में ऐतिहासिक संरक्षण और वाणिज्यिक पुनरुद्धार के बीच संतुलन बनाने के लिए स्टेबल डिफ्यूजन (Stable Diffusion), कंट्रोलनेट (ControlNet), एमएलएसडी (MLSD) और लोरा (LoRA) को एकीकृत करने वाले एक दोहरे-नियंत्रण जनरेटिव डिज़ाइन ढांचे का प्रस्ताव करता है, जो विविध व्यावसायिक प्रारूपों के लिए अग्रभाग (façade) नवीनीकरण हेतु उच्च संरचनात्मक निष्ठा और कार्यात्मक प्रतिक्रियाशीलता प्राप्त करता है।