2411 पेपर
यह शोध पत्र WISER को प्रस्तुत करता है, जो एक नवीन और गणनात्मक रूप से कुशल एल्गोरिदम है जो बड़े भाषा मॉडल (LLM) के आउटपुट के भीतर वॉटरमार्क किए गए टेक्स्ट को सटीक रूप से स्थानीयकृत और खंडित करने के लिए एक महामारी परिवर्तन-बिंदु (epidemic change-point) ढांचे का लाभ उठाता है, जो मजबूत सैद्धांतिक गारंटी और मौजूदा विधियों की तुलना में बेहतर प्रदर्शन प्रदान करता है।
यह ट्यूटोरियल समीक्षा सिमुलेशन-आधारित अनुमान (सिमुलेशन-बेस्ड इन्फरेंस) के लिए डिफ्यूजन मॉडल्स के उपयोग में हालिया प्रगति का संश्लेषण करती है, जिसमें उनके डिज़ाइन, प्रशिक्षण और मूल्यांकन को कवर किया गया है और मार्गदर्शन (गाइडेंस) एवं फ्लो मैचिंग जैसी प्रमुख अवधारणाओं पर प्रकाश डाला गया है, साथ ही विविध केस स्टडीज और भविष्य की अनुसंधान दिशाओं के माध्यम से उनके अनुप्रयोग को प्रदर्शित किया गया है।
यह शोध पत्र एक चोल्स्की-आधारित पैरामीट्रिकरण (Cholesky-based parametrization) और व्हिटल लाइकलीहुड इन्फरेंस (Whittle likelihood inference) का उपयोग करके मल्टीवेरिएट स्पेक्ट्रल डेंसिटी मैट्रिसेस के अनुमान के लिए एक बेयसियन पी-स्प्लाइन (Bayesian P-spline) विधि प्रस्तुत करता है, जो LISA टाइम-डिले इंटरफेरोमेट्री शोर के भीतर क्रॉस-स्पेक्ट्रल संरचनाओं को पुनः प्राप्त करने में विकर्ण धारणाओं (diagonal assumptions) पर अपनी बेहतर सटीकता का प्रदर्शन करता है।
यह शोध पत्र नमूना डिजाइनों की ज्यामितीय व्यवस्था द्वारा नियंत्रित होने वाले भविष्य कहनेवाला लाभ को प्रदर्शित करके और यह निर्धारित करने के लिए कि कब संयुक्त मॉडलिंग अलग-अलग एकवचन दृष्टिकोणों से बेहतर प्रदर्शन करती है, प्री-फिटिंग डायग्नोस्टिक्स और एक शुद्ध लाभ मानदंड पेश करके हेटरोटोपिक डेटा के लिए मल्टीवेरिएट क्रिगिंग के मूल्य पर चल रहे विवाद को हल करता है।
यह शोधपत्र व्यवहारिक स्वास्थ्य केस स्टडीज के लिए एक कारण अनुमान (कॉज़ल इन्फरेंस) ढांचे को प्रस्तुत करता है जो वितरणों के बजाय परिणाम समर्थनों (आउटकम सपोर्ट्स) पर आधारित एस्टिमेंड्स का उपयोग करता है, जिससे केवल एक पॉजिटिविटी धारणा के तहत अनमापित कन्फाउंडिंग (unmeasured confounding) के बावजूद वैध कारण निष्कर्ष निकालना संभव हो पाता है।
यह शोध पत्र अज्ञात बैकग्राउंड के तहत सिग्नल डिटेक्शन के लिए कंपेनसेटर-आधारित इन्फरेंस फ्रेमवर्क को, जिसे मूल रूप से स्वतंत्र और समान रूप से वितरित (i.i.d.) डेटा के लिए विकसित किया गया था, बिन्डेड पॉइसन काउंट्स के मामले में विस्तारित करता है जो भौतिकी और खगोल विज्ञान के प्रयोगों में सामान्य रूप से देखे जाते हैं।
यह शोध पत्र एक बहु-प्रतिस्थापन (multiple imputation) ढांचे का प्रस्ताव करता है जो अनिवariate और multivariate मेटा-विश्लेषणों में परिणाम रिपोर्टिंग पूर्वाग्रह (outcome reporting bias) को समायोजित करने के लिए है, जो सिमुलेशन और वास्तविक डेटा के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण चयनात्मक गैर-रिपोर्टिंग तंत्रों का लेखा-जोखा रखकर उपचार प्रभाव के पक्षपाती अनुमानों को प्रभावी ढंग से ठीक करता है।
यह शोध पत्र कीटनाशक जोखिम मूल्यांकन के लिए तुल्यता परीक्षण ढाँचों का मूल्यांकन करता है, यह प्रदर्शित करते हुए कि जबकि विश्वसनीय नियामक निर्णयों के लिए साइट प्रतिकृति (साइट रेप्लिकेशन) में वृद्धि आवश्यक है, ईएफएसए (EFSA) का मूल दृष्टिकोण हानिकारक प्रभावों का पता लगाने में वैकल्पिक तरीकों से बेहतर प्रदर्शन करता है, और यह कि कोवेरिएट समायोजन या एंटीक्लस्टरिंग रैंडमाइजेशन के माध्यम से कम साइटों के साथ सांख्यिकीय शक्ति को बनाए रखा जा सकता है।
यह शोध पत्र एक 'एनीटाइम-वैलिड ई-प्रोसेस' (anytime-valid e-process) पद्धति प्रस्तुत करता है जो डोज़-रेंजिंग ट्रायल्स में 'विनर्स कर्ज़' (winner's curse) को कम करती है और मल्टीप्लिसिटी को नियंत्रित करती है, जो सर्वोत्तम देखे गए प्रभाव में से एक पूर्वानुमेय 'सिलेक्शन चार्ज' (selection charge) को घटाकर किया जाता है, जिससे इष्टतम खुराक के लिए कठोर वैश्विक परीक्षण और कॉन्फिडेंस बाउंड्स सक्षम होते हैं।
यह शोध पत्र "निहित डिजाइनों" (implicit designs) को पेश करते हुए रैखिक प्रतिगमन अनुमानों (linear regression estimates) को कारण प्रभावों के रूप में व्याख्या करने के लिए एक न्यूनतम मानदंड को औपचारिक रूप देता है, जो यह स्पष्ट करता है कि कब एक प्रतिगमन की वेटिंग स्कीम (weighting scheme) वास्तविक उपचार असाइनमेंट प्रक्रिया के साथ संरेखित होती है, और यह प्रकट करता है कि हालांकि अनुप्रयुक्त अनुसंधान में अर्ध-प्रायोगिक व्याख्याएं व्यापक हैं, वे अक्सर अमान्य या अनुमानित होती हैं।