3729 पेपर
यह शोध पत्र एक टोपोलॉजी-जागरूक हाइब्रिड रिट्रीवल इंजन प्रस्तुत करता है जो डेंस, स्पार्स और फ़ाइल-सिस्टम सर्च को एक मल्टी-टियर कंट्रोलर के साथ एकीकृत करता है ताकि दस्तावेज़ पदानुक्रमों और हाइपरलिंक्स को स्वचालित रूप से नेविगेट किया जा सके, जिससे भाषा-मॉडल-संचालित क्वेरी डिकंपोजिशन के ओवरहेड से बचते हुए एंटरप्राइज नॉलेज सिस्टम के लिए रिकॉल, रैंकिंग गुणवत्ता और लेटेंसी में महत्वपूर्ण सुधार होता है।
यह अध्ययन व्यवस्थित रूप से प्रदर्शित करता है कि बड़े भाषा मॉडल एक संरचित, मॉडल-विशिष्ट आत्म-सेंसरशिप आर्किटेक्चर का उपयोग करते हैं जो आंतरिक तर्क और बाहरी आउटपुट के बीच एक मापने योग्य अंतर पैदा करता है, जिसे विशिष्ट फ्रेमिंग रणनीतियों के माध्यम से दरकिनार किया जा सकता है ताकि विशिष्ट संरेखण व्यक्तित्वों (alignment personas) और मशीन संचार के संबंध में नवीन मेटाकॉग्निटिव अवधारणाओं को प्रकट किया जा सके।
यह शोध पत्र एक नॉलेज ट्रेसिंग मॉडल प्रस्तावित करता है जो छात्रों की रुक-रुक कर बदलने वाली ज्ञान अवस्थाओं (जो अल्पकालिक स्थिरता और दीर्घकालिक परिवर्तनशीलता प्रदर्शित करती हैं) को प्रभावी ढंग से ट्रेस करने के लिए नॉलेज-कॉन्टेक्स्ट-अवेयर Q-मैट्रिक्स ऑग्मेंटेशन और ज्ञान अवधारणाओं के टोपोलॉजिकल सॉर्टिंग का उपयोग करता है, जिसे कई डेटासेट्स पर प्रयोगों के माध्यम से मान्य किया गया है।
यह शोध पत्र एलो रेटिंग सिस्टम (Elo Rating System) के दो फीडबैक-जागरूक विस्तारों—न्यू आइटम (New Item) और प्रोबेबिलिटी मॉडिफायर (Probability Modifier) मॉडलों—का प्रस्ताव और सत्यापन करता है, जो पुनरावृत्ति समस्या-समाधान परिवेशों में सहायता प्राप्त और बिना सहायता वाले सफलताओं के बीच स्पष्ट रूप से अंतर करके मानक दृष्टिकोणों की तुलना में ज्ञान अनुमान सटीकता में महत्वपूर्ण सुधार करते हैं।
यह शोध पत्र PQC-GCC गवर्नेंस फ्रेमवर्क (PGGF) का प्रस्ताव करता है, जो एक 5-स्तरीय, 6-चरणीय मॉडल है जिसे प्रदर्शन डेटा, क्रॉस-क्षेत्राधिकार अनुपालन और एंटरप्राइज अलाइनमेंट मानकों के एकीकरण के माध्यम से गवर्नेंस तत्परता की प्राथमिक बाधा को संबोधित करते हुए, ग्लोबल कैपेबिलिटी सेंटर्स को पोस्ट-क्वांटम क्रिप्टोग्राफी माइग्रेशन के माध्यम से मार्गदर्शन करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र न्यूरल ऑपरेटर डिस्कवरी (NOD) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो बिना लेबल वाले शासी कारकों (governing factors) के, विषम प्रक्षेप पथों (heterogeneous trajectories) से सीधे साझा समाधान ऑपरेटरों और सिस्टम-विशिष्ट विविधताओं को सीखता है, जिससे एक कारक-आधारित लेटेंट-कंडीशनिंग (factorized latent-conditioning) सूत्रीकरण के माध्यम से व्याख्या योग्य, ज़ीरो-शॉट सामान्यीकरण सक्षम होता है।
52 अध्ययनों का यह व्यवस्थित समीक्षा (सिस्टमैटिक रिव्यू) प्रदर्शित करता है कि संरचित नैदानिक दस्तावेज़ीकरण प्रौद्योगिकियाँ, जो नियम-आधारित टेम्पलेट्स से लेकर एम्बिएंट-एआई और एलएलएम-संचालित प्रणालियों तक विस्तृत हैं, महत्वपूर्ण अपस्ट्रीम डेटा इंजीनियरिंग तंत्र के रूप में कार्य करती हैं जो डेटा की गुणवत्ता को बढ़ाती हैं और प्रमुख स्वास्थ्य देखभाल परिणामों के लिए मशीन लर्निंग मॉडल के भविष्य कहनेवाला प्रदर्शन (प्रेडिक्टिव परफॉरमेंस) में महत्वपूर्ण सुधार करती हैं, हालांकि बाहरी सत्यापन और पूर्वाग्रह न्यूनीकरण के अंतराल को संबोधित करने के लिए आगे के अनुसंधान की आवश्यकता है।
यह शोध पत्र FL-SNNIDS का प्रस्ताव करता है, जो एक फेडेरेटेड स्पाइकिंग न्यूरल नेटवर्क फ्रेमवर्क है जो कच्चे डेटा के आदान-प्रदान के बिना सहयोगात्मक मॉडल प्रशिक्षण के माध्यम से उच्च सटीकता प्राप्त करके संसाधन-सीमित कृषि SDN-IoT नेटवर्क के लिए ऊर्जा-कुशल, कम-विलंबता और गोपनीयता-संरक्षण वाला घुसपैठ का पता लगाने (इंट्रूज़न डिटेक्शन) में सक्षम बनाता है।
2024 से 2026 तक के 137 उच्च-गुणवत्ता वाले लेखों का यह बिब्लियोमेट्रिक समीक्षा, लार्ज लैंग्वेज मॉडल (LLM) रक्षा तंत्र के तेजी से विकसित होते परिदृश्य को मैप करती है, जो भेद्यता पहचान (vulnerability detection) और बेंचमार्किंग की ओर प्रमुख विषयगत बदलावों की पहचान करती है और मूल्यांकन बुनियादी ढांचे में महत्वपूर्ण अंतराल को उजागर करती है जो उच्च-जोखिम वाले परिनियोजन के लिए शासन संबंधी जोखिम पैदा करते हैं।
यह शोध पत्र ऑटोमेटेड व्हीकल इंस्पेक्शन (AVI) प्रस्तुत करता है, जो एक मल्टी-व्यू डीप लर्निंग सिस्टम है जो उच्च-सटीक, वेरिएंट-अवेयर वाहन सत्यापन और दोषों का पता लगाने के लिए सिंक्रोनाइज्ड 360-डिग्री इमेजिंग को विशिष्ट डिटेक्शन मॉडल्स और एक रूल-बेस्ड इंजन के साथ एकीकृत करता है, जिसकी थ्रूपुट क्षमता 3.3 वाहन प्रति मिनट है।