3615 पेपर
यह शोध पत्र r2py को प्रस्तुत करता है, जो एक मानव-पर्यवेक्षित, AI-एजेंट फ्रेमवर्क है जो संकलित कोड (compiled code) को सुरक्षित रखते हुए और मूल कार्यान्वयन के विरुद्ध संख्यात्मक शुद्धता सुनिश्चित करते हुए, R सांख्यिकीय पैकेजों को मूल स्वरूप में बनाए रखते हुए नेटिव पायथन लाइब्रेरी में परिवर्तित करने के लिए एक बहु-चरणीय अनुवाद और कठोर सत्यापन प्रक्रिया को संचालित करता है।
यह शोध पत्र एक प्रतितथ्यात्मक बेंचमार्क प्रस्तुत करता है जो यह दर्शाता है कि जबकि अस्पष्ट टूल टाइमआउट एलएलएम (LLM) एजेंट रिकवरी पर 50% की सफलता की सीमा लागू करते हैं, स्थिर इडेम्पोटेंसी अनुबंधों (idempotency contracts) को लागू करने से पूर्ण रिकवरी सक्षम होती है, जबकि केवल स्थिति सूचना (status information) पर निर्भर रहने से केवल आंशिक सुधार प्राप्त होता है।
यह शोधपत्र TIERBLEED प्रस्तुत करता है, जो एक हानिरहित मापन प्रोटोकॉल है जो यह प्रदर्शित करता है कि जेमिनी (Gemini) परिवार की RL-संरेखित सुरक्षा नीतियां छह तर्क श्रेणियों (reasoning tiers) में महत्वपूर्ण अंतः-पारिवारिक विचलन (intra-family drift) प्रदर्शित करती हैं, जहाँ फ्रेमिंग तकनीकों और मल्टी-टियर/सीड रणनीतियों का उपयोग इन विसंगतियों का लाभ उठाने के लिए किया जा सकता है जिससे प्रत्यक्ष इनकार दरों की तुलना में बहुत अधिक सफलता दर के साथ हल्के अपमानों को पुनरुत्पादित किया जा सकता है।
यह शोध पत्र एक कुशल, अटेंशन-गेटेड हाइब्रिड ट्रांसफॉर्मर-सीएनएन फ्रेमवर्क प्रस्तावित करता है जो चुनौतीपूर्ण प्लांटसेग (PlantSeg) डेटासेट पर अत्याधुनिक प्लांट डिजीज सेगमेंटेशन प्रदर्शन प्राप्त करने के लिए एक पदानुक्रमित मिक्स ट्रांसफॉर्मर एनकोडर को एएसपीपी (ASPP) और एक कस्टम क्रॉस-स्केल मल्टीमॉडल अटेंशन गेट के साथ एकीकृत करता है, जबकि संसाधन-बाधित एज डिवाइसों के अनुकूल एक संक्षिप्त मॉडल आकार बनाए रखता है।
यह शोध पत्र एक सीक्वेंस-लोकल एक्सपर्ट रोस्टर रणनीति प्रस्तावित करता है जो MoE मॉडल सर्विंग के दौरान मेमोरी फुटप्रिंट और एक्सपर्ट ट्रांसफर्स को नाटकीय रूप से कम करने के लिए प्रति सीक्वेंस विशेषज्ञों के एक छोटे सेट को फिक्स करता है, जो प्रशिक्षण और अनुमान दोनों के दौरान इस बाधा को निरंतर लागू करके काफी कम रेजिडेंट वेट्स के साथ लगभग फुल-रेसिडेंस थ्रूपुट प्राप्त करता है।
यह शोध पत्र अनसुपरवाइज्ड मल्टीवेरिएट टाइम सीरीज़ सेगमेंटेशन एल्गोरिदम की प्रभावशीलता और दक्षता का मूल्यांकन करने के लिए एक नवीन होमोजेनिटी मेट्रिक प्रस्तुत करता है, जो सिंथेटिक डेटा और वास्तविक दुनिया के ऑटोमोटिव एम्बेडेड सिस्टम डेटा दोनों पर उनके सफल अनुप्रयोग को प्रदर्शित करता है।
यह शोध पत्र एक एकीकृत पर्यवेक्षित मल्टी-व्यू सबस्पेस लर्निंग विधि प्रस्तावित करता है जो एक कुशल विभेदक संयुक्त लेटेंट स्पेस (joint latent space) के निर्माण के लिए क्लास-वाइज ज्यामितीय संरचनाओं और अनुकूली व्यू वेटिंग को एकीकृत करता है, जो सटीकता और गणना की गति दोनों में अत्याधुनिक दृष्टिकोणों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक हाइब्रिड डीप-क्वांटम फ्रेमवर्क प्रस्तावित करता है जो ईईजी (EEG) संकेतों पर शास्त्रीय बेसलाइनों की तुलना में बेहतर स्ट्रेस डिटेक्शन सटीकता (81.00%) प्राप्त करने के लिए फीचर एक्सट्रैक्शन हेतु 1D-CNN को क्वांटम सपोर्ट वेक्टर क्लासिफायर के साथ एकीकृत करता है, जबकि NISQ युग के भीतर मॉडल की फीचर स्केलिंग और डाइमेंशनलिटी पर निर्भरता को प्रदर्शित करता है।
यह शोध पत्र WTFFN-YOLO का प्रस्ताव करता है, जो पवन टरबाइन ब्लेड की सतह के दोषों के लिए एक उन्नत हल्का ऑब्जेक्ट डिटेक्शन फ्रेमवर्क है, जो mAP में 6.9% की वृद्धि और मॉडल पैरामीटर्स में 8% की कमी प्राप्त करने के लिए C3K2-SACA अटेंशन मैकेनिज्म, एक फ्रीक्वेंसी-अवेयर फीचर फ्यूजन मॉड्यूल और एक WTFFN नेक नेटवर्क को एकीकृत करता है।
यह अध्ययन प्रदर्शित करता है कि एक हाइब्रिड CNN–BiLSTM आर्किटेक्चर संस्कृत और हिंदी के जप (chanting) को सामान्य भाषण से अलग करने में 95% से अधिक सटीकता प्राप्त करके भाषाई लय को मापने में पारंपरिक ध्वनिक विशेषता विश्लेषण और सरल डीप लर्निंग मॉडल से बेहतर प्रदर्शन करता है, जबकि यह संस्कृत की शब्दांश-आधारित (syllable-timed) संरचना के कारण इसमें अधिक लयबद्ध नियमितता को भी प्रकट करता है।