3962 件の論文
この構造化されたレビューは、ツールを使用するLLMエージェントの既存の評価が、不正なリソースへの影響を防ぐという主張を実証できていないことを批判し、透明性のあるセキュリティ比較のために、執行セマンティクス、観測境界、および残留仮定の報告を標準化するための新しいエビデンスに基づくフレームワークとして、最小限の認可保証プロファイル（MAAP）を提案するものである。
本論文は、都市型サイバー・フィジカル・システムにおける規制の正確性を確保し、ハルシネーションを防止するために決定論的な検証エージェントを統合した「Verification-First Agentic RAG」フレームワークを提案し、既存の手法と比較して、改訂検知およびコンプライアンス推論において優れた性能を実証するものである。
このトルコの政治的言説に関する言語横断的なエージェントベースの監査は、プロンプトの言語が生成AIの回答の政治的立場に与える影響は最小限である一方で、モデルが依拠する証拠のソースを著しく変化させ、モデルのアイデンティティやユーザーのペルソナがプロンプトの言語自体よりも最終的な出力に対してより強い影響を及ぼすことを明らかにしている。
本研究は、OULADデータセットを用いて学習され、SMOTEによって強化されたアンサンブル学習モデルを用いた早期警告意思決定支援フレームワークを提案し、第1四半期の境界時点における学業不振のリスクがある学生を効果的に予測することで、LightGBMがタイムリーな学術的介入を必要とする学生の特定において優れた精度を達成することを実証するものである。
本論文は、プライバシー保護型フェデレーテッドラーニング、グレーウルフ最適化に基づくトラストモデルの最適化、およびパーミッション型ブロックチェーンを統合することで、敵対的攻撃に対する堅牢、回復力、およびプライバシーを兼ね備えたトラスト管理を実現する、6Gエッジネットワークのための新しいフレームワークを提案する。
本論文は、LLMベースのコンセプトマッピングシステムが、候補セットを比較可能かつ排他的な形式に構造化することにより、マッピング不可能な用語に対する過剰適合エラーを大幅に減少させられることを示しており、この設計原理は、単に正解を提供したり検索精度を向上させたりすることよりも効果的であることが証明されている。
本論文は、軽量なセマンティック埋め込みを活用して冗長な文書セクションの重複排除およびグラフエンティティのクラスタリングを行う機械学習拡張パイプラインであるAMODDを紹介し、高い検索品質を維持しつつ、ナレッジグラフ構築におけるLLMのトークン消費量とレイテンシを大幅に削減する。
本論文は、楽譜との整合性をとったフィードバックを提供するために、光学式楽譜認識、ピッチトラッキング、および動的時間伸縮法を統合した、二胡のためのAI支援型自主練習システムの開発とパイロット検証を提示するものであり、専門家による評価との強い相関関係と音楽院の学生における高いユーザビリティを実証している。
本論文は、新たな指標である「オプション・エントロピー」を通じて、倫理的に許容可能な将来の機会への影響を定量化することにより、社会技術システムを評価する概念的・計算的な枠組みである「ポッシビリティ・エシックス（可能性の倫理）」を導入し、それをOmega-PEツールキットに実装することで、集計的な指標では見落とされがちな分配的な機会の損失を明らかにするものである。
本論文は、強化学習を用いた新しいA-Teamsハイパーヒューリスティック・フレームワークを提案しており、これにより協調型UAV-UGVシステムのリアルタイム経路最適化を大幅に加速させ、動的な環境変化に効果的に適応しながら、既存の手法よりも30〜70%高速に準最適解を提供することを実現している。