3657 articles
L'article présente DocuStore, une architecture de génération augmentée par récupération à contrainte de domaine qui intègre les structures moléculaires et les entités biologiques pour améliorer considérablement la précision des réponses aux questions et la recherche de preuves dans les documents de découverte de médicaments, comme le valide le nouveau benchmark DocQABench.
Cet article propose un cadre d'audit de la charge de travail cible pour le routage de LLM contraint par la qualité qui exploite les erreurs du modèle de référence pour permettre des sauvetages économiques de type « uniquement peu coûteux », démontrant à travers des expériences approfondies que le routage aléatoire certifié par la cible et la certification appariée surpassent significativement les méthodes existantes dans l'équilibre entre les économies de coûts et les contraintes strictes de qualité et de nocivité.
Cet article présente une refonte diagnostique d'un cadre de caractéristiques à 52 dimensions pour la stéganalyse aveugle LSB qui remplace les discriminateurs coûteux basés sur la décomposition en valeurs propres par des statistiques d'histogramme de résidus efficaces, atteignant une inférence nettement plus rapide et des performances supérieures à de faibles charges utiles par rapport à sa conception initiale et à la référence classique SPAM, tout en démontant que SPAM reste plus efficace à des charges utiles plus élevées.
Cet article démontre que la procédure de calibration s'avérant la plus performante sur une interface de LLM source ne produit pas nécessairement la carte de calibration optimale lorsqu'elle est réutilisée sur une interface cible, révélant ainsi un problème distinct de sélection de procédure où les optima de la source et de la réutilisation divergent.
Cette étude propose un modèle amélioré de reconnaissance et de recommandation de déviation de contenu pour les informations relatives au sport et à la santé qui intègre un algorithme TextRank optimisé avec SBERT, un mécanisme de crédibilité de la source, et une architecture Transformer multi-niveaux BERT-Longformer afin d'identifier efficacement les contenus trompeurs et de prioriser les recommandations à haute crédibilité, atteignant ainsi des performances supérieures en termes de détection de biais et de mesures de classement par rapport aux modèles de référence existants.
Cette étude évalue l'outil d'IA Elicit pour la synthèse des preuves de politiques, concluant que, bien qu'il accélère efficacement le cadrage préliminaire des sujets, il manque actuellement de la précision et de la fiabilité requises pour les revues rapides complexes sans une supervision humaine significative.
Cet article propose une méthode de classification du trafic réseau à haut débit qui encode les données de flux en empreintes de filtres de Bloom de taille fixe pour une détection de menaces par CNN efficace, atteignant une précision et un rappel élevés avec un surcoût computationnel minimal sur des ensembles de données de haut débit réels.
Ce document présente NIMSAFE, un cadre sensible à l'état qui exploite l'auto-apprentissage et des modèles de forêts aléatoires explicables pour parvenir à une empreinte numérique d'appareils IoT robuste, efficace en termes d'étiquetage et transparente à travers divers états opérationnels et scénarios de menace.
Cet article présente le cadre SCALE, un modèle multidimensionnel fondé sur une revue systématique PRISMA 2020 de 54 études, qui unifie l'évolutivité, le coût, l'automatisation pilotée par l'IA, la latence et la sécurité pour relever les défis de mise en œuvre et optimiser les pipelines de mégadonnées basés sur le cloud de nouvelle génération.
Cet article propose un schéma de routage global coordonné multidimensionnel adaptatif pour l'Internet des Véhicules qui construit un modèle de système doté d'une nouvelle métrique à contraintes multiples et d'un mécanisme de commutation de transmission intelligent afin d'optimiser dynamiquement la fiabilité du routage, la performance en temps réel et l'efficacité de la transmission dans des environnements réseau hautement dynamiques et à grande vitesse.