💻 コンピュータサイエンス
Typic: A Compact Open Model for Typed, Calibrated Decisions
本論文は、テキストを生成することなく構造化された判断を直接予測することにより、長いコンテキストによる妨害に対する堅牢性を維持しつつ、より大規模なモデルを精度と速度の両面で上回る、3億9600万パラメータのコンパクトでオープンな決定モデルであるtypic-bertを紹介するものである。
💻 Category
cs
3855 件の論文
💻 コンピュータサイエンス
Ethics in Online Software Experimentation: A Body of Knowledge and the Cactus Model
本論文は、16の要因、48の問題、および53の解決策からなる包括的な知識体系を構築し、実験計画時における倫理的懸念の特定、トレードオフに関する推論、および意思決定の正当化において専門家を導くための「Cactusモデル」を導入することにより、オンラインソフトウェア実験における倫理的課題に対処するものである。
💻 コンピュータサイエンス
PAK: A Survey-Grounded Synthetic Persona Dataset of the Korean Cultural Arts Workforce
本論文は、反復比例配分法を用いて2024年の韓国芸術家調査から再構築された、3万件の統計的根拠に基づくペルソナからなる韓国文化芸術従事者の初の合成ペルソナデータセットであるPAKを導入し、その分布の正確性と物語の質に関する包括的な評価を提示するものである。
💻 コンピュータサイエンス
Machine Learning-Based Classification of Epileptic Seizure Activity from EEG Signals: A Comparative Study of Ensemble Methods and Class-Imbalance Mitigation Strategies
本研究は、アンサンブル機械学習手法、特にXGBoostおよびSMOTEで強化されたボティング分類器が、EEG信号の分類において高い精度（最大98.19%）と向上した発作再現率を達成することを示すとともに、データセットのプロベナンス（由来）エラーの修正を通じたデータの完全性の極めて高い重要性を強調している。
💻 コンピュータサイエンス
MedConclusion: A Benchmark for Biomedical Conclusion Generation from Structured Abstracts
本論文は、構造化された証拠から科学的な結論を生成する大規模言語モデルの能力をベンチマークし、向上させるために設計された、570万件の構造化された生物医学的抄録からなる大規模データセットであるMedConclusionを導入するものである。
💻 コンピュータサイエンス
Quantifying Data Leakage in Multimodal Clinical Augmentation: A Decomposition Framework and a Leakage-Free Evaluation Protocol for Parkinson's Disease Classification
本論文は、パーキンソン病診断における生成的なデータ拡張による見かけ上の分類精度の向上は、多くの場合、評価におけるリークの副産物であることを示すための、分解フレームワークおよびリークのない評価プロトコルを導入しており、潜在空間でのバランシングが高忠実度な合成データを生み出す一方で、未拡張のベースラインに対してモデルの性能を向上させることはできないことを明らかにしている。
💻 コンピュータサイエンス
Multimodal Driver Visual Load Assessment and Prediction under Dynamic Lighting Environments Using RaceGrid-OPTICS and WA-PSRSMformer
本研究は、動的な照明条件下におけるドライバーの視覚負荷を正確に評価および予測するために、眼球運動、照度、および車両速度のデータを、新規のRaceGrid-OPTICSクラスタリングアルゴリズムとWA-PSRSMformerディープラーニングモデルと統合したマルチモーダルなフレームワークを提案し、トンネル環境において90.13%の精度を達成するものである。
💻 コンピュータサイエンス
Occam’s Razor in AI-assisted complex diagnosis: a comparative effectiveness study of single large language models versus multi-agent systems in resource-constrained primary care settings
マルチエージェント・システムが単一モデルよりも優れた性能を発揮するという一般的な仮定に反して、本研究は、リソースが制約されたプライマリ・ケアの現場においては、単一の高性能なローカルLLM（GPT-oss-20b）が複雑なマルチエージェント・アーキテクチャよりも優れた診断精度、安全性、および低遅延性を達成することを示しており、それによって、計算コストの高いアンサンブル・ワークフローよりも「リーンAI」戦略を提唱している。
💻 コンピュータサイエンス
A simulation-based framework for sizing paired benchmarks in the evaluation of clinical artificial intelligence, applied to 168 expert-level dyslipidaemia items
本論文は、従来の定型的な手法の限界に対処するために、ペアを用いた臨床AIベンチマーク評価における必要なサンプルサイズを決定するためのシミュレーションに基づくフレームワークを提示し、脂質異常症の研究を通じて、比較による結論が統計的に到達可能であるかどうかは、システムの性能のみならず、事前に計算されたバンクサイズによって決定されることを実証するものである。
💻 コンピュータサイエンス
MineralBench: an evaluation benchmark of large language models for mineral resources
本論文は、鉱物資源領域における13個の大型言語モデルの性能を体系的に評価・比較するために、3つの専門的なタスクと4つの指標を備えた包括的な評価ベンチマークであるMineralBenchを紹介し、汎用的な能力とドメイン特化型の能力との間にある顕著な性能差、およびファインチューニングのタスク依存性を明らかにしている。