3900 artículos
El artículo presenta DocuStore, una arquitectura de generación aumentada por recuperación con restricciones de dominio que integra estructuras moleculares y entidades biológicas para mejorar significativamente la precisión en la respuesta a preguntas y la recuperación de evidencia en documentos de descubrimiento de fármacos, según lo validado por el nuevo benchmark DocQABench.
Este artículo propone un marco de auditoría de carga de trabajo dirigida para el enrutamiento de LLM con restricciones de calidad que aprovecha los errores del modelo de referencia para permitir rescates económicos de "solo económicos", demostrando mediante experimentos extensos que el enrutamiento aleatorio certificado por objetivo y la certificación emparejada superan significativamente a los métodos existentes en el equilibrio entre el ahorro de costos y las estrictas restricciones de calidad y daño.
Este artículo presenta un rediseño diagnóstico de un marco de características de 52 dimensiones para la esteganálisis ciega de LSB que reemplaza los discriminantes basados en la costosa descomposición en autovalores por estadísticas de histograma de residuos, logrando una inferencia significativamente más rápida y un rendimiento superior en cargas útiles bajas en comparación tanto con su diseño inicial como con la línea base clásica de SPAM, al tiempo que demuestra que SPAM sigue siendo más efectivo en cargas útiles más altas.
Este artículo demuestra que el procedimiento de calibración que mejor funciona en una interfaz de un LLM de origen no produce necesariamente el mapa de calibración óptimo cuando se reutiliza en una interfaz de destino, revelando un problema de selección de procedimiento distinto en el que los óptimos de origen y de reutilización divergen.
Este estudio propone un modelo mejorado de Reconocimiento de Desviación de Contenido y Recomendación para información de deportes y salud que integra un algoritmo TextRank mejorado con SBERT, un mecanismo de credibilidad de la fuente y una arquitectura Transformer de múltiples niveles BERT-Longformer para identificar eficazmente el contenido engañoso y priorizar recomendaciones de alta credibilidad, logrando un rendimiento superior en las métricas de detección de sesgo y clasificación en comparación con los modelos base existentes.
Este estudio evalúa la herramienta de IA Elicit para la síntesis de evidencia de políticas, encontrando que, si bien agiliza eficazmente el alcance preliminar de temas, actualmente carece de la precisión y la fiabilidad requeridas para revisiones rápidas complejas sin una supervisión humana significativa.
Este artículo propone un método de clasificación de tráfico de red de alto rendimiento que codifica los datos de flujo en mapas de bits de Filtro de Bloom de tamaño fijo para una detección de amenazas basada en CNN eficiente, logrando una alta precisión y exhaustividad con una sobrecarga computacional mínima en conjuntos de datos de banda ancha del mundo real.
Este artículo presenta NIMSAFE, un marco de trabajo consciente del estado que aprovecha el autoaprendizaje y modelos de Bosque Aleatorio explicables para lograr una identificación de dispositivos IoT robusta, eficiente en etiquetas y transparente a través de diversos estados operativos y escenarios de amenazas.
Este artículo introduce el marco SCALE, un modelo transdimensional basado en una revisión sistemática PRISMA 2020 de 54 estudios, que unifica la escalabilidad, el costo, la automatización impulsada por IA, la latencia y la seguridad para abordar los desafíos de implementación y optimizar las canalizaciones de datos masivos basadas en la nube de próxima generación.
Este artículo propone un esquema de enrutamiento integral coordinado multidimensional y adaptativo para el Internet de los Vehículos que construye un modelo de sistema con una métrica de múltiples restricciones novedosa y un mecanismo de conmutación de transmisión inteligente para optimizar dinámicamente la fiabilidad del enrutamiento, el rendimiento en tiempo real y la eficiencia de la transmisión en entornos de red dinámicos y de alta velocidad.