4092 件の論文
本論文は、凍結されたプロポーザルと解析的なDINOv2のエビデンスを用いて、アイデンティティの裁定を行う前に閉領域仮説の構築を優先させることで、モデルの学習を必要とせずに多様なベンチマークにおいて最先端の性能を達成する、学習不要のワンショット・セグメンテーション・フレームワークであるUBETを提案する。
本研究は、ディープラーニングモデルがランニング、サイクリング、ローイング、およびカヤッキングにおいて、乳酸閾値2 mmol·L⁻¹における心拍数を正確に推定できることを示しており、特定の競技内では従来の手法を凌駕するものの、競技間での汎用的な精度は低下するため、競技ごとの検証を必要とする。
RheumBenchは、10種類のLLMおよびRAGシステムを評価した、リウマチ学における初の専門家による検証済みルーブリックに基づくベンチマークであり、現在のモデルが大幅な性能格差、系統的な過剰自信、そして潜在的に深刻な脱漏エラーを示すことを明らかにしており、それによって臨床意思決定支援における人間による監視の極めて重要な必要性を強調している。
この系統的文献レビューは、従来の畳み込みアーキテクチャからTransformerベースおよび少ショット学習モデルへの物体検出におけるパラダイムシフトを分析しており、アーキテクチャの革新や高度な事前学習戦略を通じて、計算コストや小物体検出といった持続的な課題に対処しつつ、検出パイプラインの簡素化とデータ効率の向上を実現する利点を強調している。
この事前登録された研究は、エージェントのスキルにおけるプロベナンス（由来）メタデータは、一致させた通常のガイダンスを超えてタスクの有用性を確実に向上させるものではないことを明らかにしており、その価値は文脈依存的であり、単にバンドルされたスキルスコアを通じてではなく、主に実行可能なアクションを変化させる場合にのみ実現されることを示唆している。
Policy-TDは、教師が監査したトレース状態をランタイムコントローラーへと蒸留することで、凍結された小型言語モデルの信頼性を向上させ、回答のコミットメント失敗を修正するために介入し、性能を低下させたり新たな能力を生み出したりすることなく、内部精度およびストレス・テストにおける精度を大幅に改善する。
本論文は、3段階の意思決定手順と7つのガバナンスコンポーネントを備えたランタイムAIアシュアランス・コントロールプレーンであるTOAIAFを紹介するものであり、これはオンデバイスのエージェンティックAIにおける安全性違反、プロンプトインジェクション、およびプライバシーリスクの検出においてベースラインシステムを大幅に上回り、かつ実験的な限界を透明性をもって報告し、そのフレームワークを主要な国際的AIセーフティ基準にマッピングしている。
本研究は、フラッシュフラッド（突発的な洪水）における漂流中の犠牲者を検出するためにファインチューニングされたMask R-CNNアルゴリズムを利用し、GPSメタデータを用いてその軌跡を推定するUAVベースのディープラーニングシステムを提案するものであり、捜索救助活動を強化するために90%以上の検出信頼度を達成している。
本論文では、定常的な背景信号を抑制することで異常検知時のみトランスフォーマーの実行をデューティサイクル化し、デバイス上での継続的な小型言語モデル推論におけるエネルギー消費を大幅に削減する、超低電力かつイベント駆動型のスパイキングニューラルネットワーク・ゲートキーパーであるSpikeGateを紹介する。
本研究は、量子サポートベクターマシンにおける量子特徴量エンコーディングに統計的関係性を組み込むことが二値分類の性能に影響を与えることを示しているが、最適な戦略には単に絡み合いを増やすことではなく、予測精度と回路複雑性のバランスを取ることが必要であることを強調している。