Arbeiten, bei denen die ursprünglichen Autoren unsere verständliche Erklärung begutachtet haben.
Bei jeder Arbeit auf dieser Seite hat mindestens ein/e der ursprünglichen Autor*innen unsere verständliche Erklärung gesehen und begutachtet — entweder durch Bestätigung der Genauigkeit oder durch Korrekturwünsche, die wir anschließend umgesetzt haben. Eine Bestätigung bedeutet keine formelle Freigabe jedes Satzes, aber die Erklärung ist von den Menschen geprüft worden, die das Paper geschrieben haben.
1206 von Autoren geprüfte Arbeiten · 591–600 / 1206
Das Papier stellt PCE vor, einen modellagnostischen Algorithmus, der durch die Kombination einer Isolation Forest zur Einhaltung der Datenverteilung und SHAP-Werten zur Recheneffizienz diverse, plausible und Pareto-optimale kontrafaktische Erklärungen erzeugt und damit bestehende Methoden in Bezug auf Lösungsqualität und Geschwindigkeit übertrifft.
Diese Arbeit untersucht die funktionale Redundanz in einlagigen Tanh-rekurrenten neuronalen Netzen unter Verwendung geordneter reeller Schur-Koordinaten, um aufgabenspezifische, approximative Symmetrien zu identifizieren, bei denen strukturierte Ablationen nichtnormaler Kopplungen durchgeführt werden können, ohne das Input-Output-Verhalten zu stören, was offenbart, dass solche Invarianzen über Aufgaben und Lösungen hinweg variieren, anstatt universelle Gewichtsimmanente Symmetrien darzustellen.
Durch JWST NIRSpec IFU-Beobachtungen aus dem GA-NIFS-Survey enthüllt diese Studie, dass moderat leuchtende AGN bei Rotverschiebungen von eine bemerkenswert hohe Inzidenz (>75 %) von kraftvollen, räumlich aufgelösten ionisierten Gasausflüssen mit Geschwindigkeiten von bis zu 2000 km/s aufweisen, was darauf hindeutet, dass das AGN-Feedback im frühen Universum intensiver und potenziell einflussreicher auf die Entwicklung der Wirtsgalaxien war als zu späteren kosmischen Zeiten.
PSCT-Net ist ein geometriebewusstes Deep-Learning-Framework, das 3D-Schädel-CTs von Kindern aus spärlichen biplanaren Röntgenaufnahmen rekonstruiert, indem es differenzierbare Rückprojektion, aufmerksamkeitsgestützte Verfeinerung und ein bidirektionales Mamba-Modul integriert, um Tiefenambiguität zu überwinden und die Genauigkeit der Knochengrenzen zu verbessern, während es gleichzeitig einen spezialisierten pädiatrischen Datensatz einführt, um den Mangel an kinderspezifischen Trainingsdaten zu adressieren.
Unter Verwendung spanischer Unternehmensdaten zeigt diese Arbeit, dass der zuvor berichtete große Anteil an Intermediären am Export signifikant übertrieben dargestellt ist, da viele als solche klassifizierte Unternehmen tatsächlich herstellergehörige Exportarme oder vertikal integrierte Firmen sind, wobei der wahre Anteil reiner Intermediäre um etwa 70 % sinkt, sobald diese Gruppen ausgeschlossen werden.
Diese Arbeit präsentiert eine neu entwickelte, multithermale Implementierung des ALMANAC-Algorithmus, die durch die Integration von Multi-Wellenlängen-EUV-Beobachtungen die Detektion von CMEs in der niedrigen Korona sowie die Frühwarnkapazitäten verbessert, um die Ereignisdiskriminierung, die Lokalisierung des Ausbruchsbeginns und die Identifizierung präeruptiver Signaturen zu optimieren.
Diese Arbeit vergleicht die neuronale posteriore Schätzung mit Nested Sampling für die Röntgen-Spektralanalyse und zeigt auf, dass amortisierte Methoden zwar Geschwindigkeit bieten, jedoch spezifische Vertrauensdiagnostiken wie posteriore Vorhersageprüfungen und evidenzbasierte Modellvergleiche erfordern, um stille Fehlkalibrierungen, Verstärkungsverschiebungen und nicht modellierte Merkmale zu erkennen, die von Standard-Rekuperationsmetriken übersehen werden.
Dieses Paper schlägt ein nichtlineares Exziton-Polariton-Mikrokavitätssystem vor, bei dem die gleichzeitige Brechung der Inversions- und Zeitumkehrsymmetrie ungepaarte Dirac-Kegel erzeugt, was die Existenz stabiler, zirkulierender Rand-Solitonen und bistabiler unidirektionaler Randzustände trotz des Fehlens einer vollständigen Spektrallücke ermöglicht.
Diese Arbeit etabliert einen stochastischen thermodynamischen Rahmen für Diffusionsmodelle und zeigt auf, dass die durchschnittliche zeitasymmetrische Entropieproduktion proportional zum Score-Matching-Zielobjekt ist und deren Fluktuationen die Sampling-Diversität quantifizieren, wodurch die entropischen Mechanismen unter der überlegenen Leistung und Generalisierung von diffusionsbasierten generativen KI enthüllt werden.
Dieses Paper führt „Rift“ ein, eine detektierbare interne Konfliktsignatur, die durch einen erhöhten Residualrang gekennzeichnet ist und täuschende Ausgaben von Sprachmodellen mit nahezu perfekter Genauigkeit von ehrlichen Fehlern und Halluzinationen unterscheidet, selbst über verschiedene Modellfamilien, Sprachen und strategische Verschleierungsversuche hinweg, während sie gegenüber Injectionen unentdeckbar bleibt.