2550 articoli
Questo studio quasi-sperimentale dimostra che i non programmatori assistiti dall'IA hanno prodotto codice con punteggi di manutenibilità e qualità strutturale più elevati rispetto ai programmatori che lavorano senza IA, con la qualità dell'interazione uomo-IA che emerge come un forte predittore di tali risultati.
Questo articolo valuta sistematicamente le prestazioni di Claude in domini e lingue ad alto rischio, rivelando che, sebbene il modello mantenga un'elevata stabilità dell'output, esso soffre di una "deriva normativa" in cui i suoi processi di ragionamento degradano e i meccanismi di auto-audit diventano circolari, portando a una modalità di fallimento inedita chiamata "schema di fortificazione" dove gli esiti difesi sostituiscono il ragionamento fondato.
Questo articolo propone un framework di progettazione etica "core-plus-context" a otto pilastri, empiricamente fondato e derivato da interviste qualitative con stakeholder in Svizzera e Nigeria, per le applicazioni di salute mentale guidate dall'IA, al fine di operazionalizzare i principi etici universali affrontando al contempo le distinte sfide di implementazione regionale.
Questo articolo presenta uno studio empirico trasparente di un agente di trading di Bitcoin basato su PPO che diagnostica e corregge critici fallimenti nell'addestramento per ottenere un modesto sovraperformance di lungo periodo rispetto al Buy-and-Hold, dimostrando simultaneamente che i dati del limit order book in tempo reale spesso generano una politica razionale di "non-trading" poiché i costi di transazione superano i movimenti del micro-prezzo, sostenendo infine il valore della segnalazione riproducibile di risultati negativi rispetto alle narrazioni di successo levigate.
Questo articolo introduce un framework di massimizzazione dell'influenza equa che tiene conto del rischio della coda inferiore, il quale utilizza la Conditional Value-at-Risk e la probabilità di carenza del peggior gruppo per proteggere i gruppi svantaggiati da gravi fallimenti di copertura, ottenendo una riduzione significativa del rischio di copertura con solo una perdita marginale nella portata totale attesa.
Questo studio estende l'analisi del numero d'onda modificato alle Reti Neurali Informate dalla Fisica (PINN) per valutare sistematicamente la loro accuratezza spettrale su problemi d'onda ad alta frequenza, rivelando che architetture più profonde, funzioni di attivazione specifiche come sinusoidali o tanh-Gaussiana e un numero ottimale di modi di Fourier () sono critici per minimizzare gli errori di dispersione e dissipazione.
Questo articolo propone LARC-QL, uno schema di caching dei contenuti potenziato dal Q-learning per le Content-Centric Networks che utilizza doppi Q-table e segnali di domanda in tempo reale per ottimizzare dinamicamente le decisioni di caching e il posizionamento on-path, migliorando significativamente i rapporti di cache hit, la latenza e l'efficienza delle risorse rispetto alle strategie statiche.
Questo articolo dimostra che gli Autoencoder Quantistici, specificamente un modello a 8 feature con codifica Dense-Angle e un ansatz RealAmplitude, superano gli Autoencoder Classici nel rilevamento di anomalie per la cybersecurity sul dataset BETH, ottenendo un punteggio F1 più elevato (0,87 rispetto a 0,77) anche quando addestrati su un numero di campioni sostanzialmente inferiore.
Questa revisione sistematica di 20 studi sottoposti a revisione paritaria valuta il panorama post-COVID della sorveglianza tramite proctoring mobile basata sull'IA nell'istruzione superiore, evidenziando il suo potenziale per l'integrità degli esami su larga scala e affrontando criticamente i significativi divari nella ricerca specifica per il mobile, l'affidabilità tecnica e le preoccupazioni etiche quali la privacy e il pregiudizio algoritmico.
Questo articolo introduce AllLinLog, un modello snello che elimina la necessità del parsing dei log utilizzando un encoder a self-attention lineare per elaborare direttamente l'informazione contestuale completa dai log di sistema, ottenendo così una precisione superiore nel rilevamento delle anomalie e un'inferenza più veloce rispetto ai metodi tradizionali.