Tamil Newsசெவ்வாய்க்கிழமை, 10 நவம்பர் 2026
சமீபத்தியம்
நாடு மீண்டும் வங்குரோத்து (bankruptcy) நிலையை நோக்கி நகர்வதாக முன்னாள் அமைச்சர் ராஜித சேனாரத்ன (Rajitha Senaratne) எச்சரிக்கைதம்புட்டேகமயில் (Thambuttegama) நிவாரணம் தேவைப்படும் குடும்பம் ஒன்றுக்கு வீடு: முன்னாள் ஜனாதிபதி சந்திரிகா பண்டாரநாயக்க குமாரதுங்க (Chandrika Bandaranaike Kumaratunga) சொந்த நிதியில் நிர்மாணம்புதுப்பிப்பு (Updated): புற்றுநோய் கதிர்வீச்சுச் சிகிச்சை (radiotherapy): ஐந்து வைத்தியசாலைகளுக்கான கருவிக் கொள்வனவு தாமதம் குறித்து மருத்துவர் எச்சரிக்கைபுதுப்பிப்பு (Updated): கங்குவா (Kanguva) பின்னடைவுக்குப் பிறகு சூர்யா (Suriya): மூன்றாவது ரூ.200 கோடி வசூலை (box office) நோக்கி சீன் (Scene)பாகிஸ்தான் (Pakistan) தார்பேலா (Tarbela) நீர்மின் திட்டத்தில் (hydropower project) தடுப்புச் சுவர் இடிந்ததாகத் தகவல்இலங்கைச் (Sri Lanka) சுற்றுலாவை (tourism) மேம்படுத்த சர்வதேச ஒலிபரப்பு நிறுவனங்கள் (broadcasting organisations) விருப்பம்: அமைச்சர் (Minister)நொச்சியாகமவில் (Nochchiyagama) கொலைக்கு உதவிய குற்றச்சாட்டில் 38 வயது நபர் கைதுசிங்கராஜ காட்டில் (Sinharaja Forest) அரிய பூச்சி, ஊர்வன இனங்களைச் சேகரித்த குற்றச்சாட்டில் நான்கு சீன நாட்டவர் (Chinese nationals) கைது
AI

Research Paper Watch: FedAgentKE

Research Paper Watch: FedAgentKE
Research Paper Watch: FedAgentKE படம்: Shixart1985 (CC BY 2.0)

FedAgentKE: Federated Semantic Knowledge Evolution for Heterogeneous Agents

ஆசிரியர்கள்: Weihao Li, Jun Bai, Ziyang Song. Venue: arXiv cs.MA preprint, 23 ஜூலை 2026. பிரச்சினை: agent experience பல frameworks-ல் தனித்தனியாக உள்ளது. பங்களிப்பு: raw trajectories இல்லாத semantic distillation, aggregation, adaptation. பயன்: cross-platform agent learning-க்கு reduced raw-data exposure. வரம்புகள்: 9 பக்க preprint; peer review/independent reproduction இல்லை; poisoning மற்றும் privacy சோதிக்கப்படவில்லை. கட்டுரை

Anonymized but Useful Synthetic Tabular Health Data for AI based Fall Risk Assessment

ஆசிரியர்கள்/அமைப்புகள்: Ivana Nanevski, Sebastian Jäger, Maryam Mohebi மற்றும் German health/research collaborators. Venue: Scientific Data, peer-reviewed Data Descriptor, 24 ஜூலை 2026. பிரச்சினை: realistic, privacy-preserving health data பற்றாக்குறை. பங்களிப்பு: 745,380 synthetic samples, 44 attributes, software மற்றும் governance process. பயன்: original patient records பகிராமல் fall-risk model research. வரம்புகள்: population/task-specific; bias நீங்காது; external clinical validation இல்லை. கட்டுரை

China K–12 CS teachers-ன் generative AI adoption

Venue: Humanities and Social Sciences Communications, peer reviewed, 24 ஜூலை 2026. பிரச்சினை: ஆசிரியர்களின் generative AI adoption காரணிகள். பயன்: training, governance மற்றும் curriculum support திட்டமிட உதவும். வரம்புகள்: context-specific/self-reported; adoption என்பது learning gain அல்லது safe practice அல்ல. கட்டுரை

தொடர்புடைய செய்திகள்

மேலும் ›