4092 件の論文
本研究は、現在の生成AIモデルは高い内部安定性を示す一方で、人間の評価者との一致度は低く、系統的な厳格性のバイアスや特定のルーブリック規則の適用における失敗が見られることを明らかにしており、それゆえに、これらは結果が重大な影響を及ぼすEFLライティング評価において、自律的な代替手段としてではなく、監視下での不一致をトリガーとした支援として用いるのが最適であることを示唆している。
本論文は、候補となるプロバイダーの選定のためにTF-IDF、意味的類似性、および協調フィルタリングを組み合わせた統合的なハイブリッドフレームワークと、アスペクト固有の感情およびレビューの信頼性を分析するためにMulti-Task BiLSTMおよびIsolation Forestを用いた信頼性重視のレビューインテリジェンスシステムを提案し、それによって統一された再ランキングパイプラインを通じて、より信頼性の高いサービスプロバイダーのマッチングを実現するものである。
本論文は、エキスパート選択に決定論的なトークン識別ベースのマルチハッシュルーティングを用いた2億100万パラメータのコンパクトな言語モデルが、長期間の学習タスクにおいて競争力のある性能を達成できることを示しているが、一致した密な制御対象が存在しないため、ルーティングメカニズムの具体的な貢献は分離されていないままとなっている。
本論文は、リソース制約のあるネットワークにおいてモデル交換を保護するために動的暗号を採用した軽量な連合学習フレームワークであるFed-DLCを紹介しており、それが標準的な連合学習と同等のタスク性能を維持しつつ管理可能な計算オーバーヘッドのみを付加することを示しているが、その暗号学的安全性についてはさらなる検証を要する。
本研究は、IBEX 35指数におけるエージェンティックAIに関する企業のレトリックと観察可能なガバナンスの実践との間の乖離を検出するために、Say-Do Gap Indexアーキテクチャを適応させた、再現可能なバイリンガルNLPパイプラインを導入するものであり、従来のESG領域を超えた本フレームワークの汎用性を実証している。
本論文は、幾何学的な高度重みを活性化行列に明示的に埋め込み、コンパクトサポートカーネルを用いたK-meansクラスタリングを利用することで、大規模な非構造化点群の高精度かつ計算効率の高い再構成を実現する、放射基底関数（RBF）ニューラル補間を強化した新しい3D表面再構成フレームワークを提案する。
本研究は、主成分分析と因子分析を利用した教師なし学習フレームワークを用いて、潜在因子を導出し均衡な重みを適用することにより、大学ランキングの透明性と安定性を検証・向上させることを提案し、最終的に、個々の順位は変動するものの、オーストラリアのトップ大学の全体的な分布パターンはTHEやQSといった既存のシステムと一致していることを実証するものである。
この事前登録された研究は、バージョン管理されたメモリを持つ小規模言語モデルにおいて、決定を生成のソフトマックスから切り離すことで、棄権（abstention）を別個のバイナリヘッドを通じて実装することが、語彙トークンやメモリ・スロットよりも大幅に優れており、それによって「分からない」と言う能力が限られた精度のマージンにおいても学習可能になることを示している。
本論文は、並列的な線形層と残差層を利用して2D関節位置から3D人体ポーズを効果的に推定するハイブリッド深層学習フレームワークであるHEposeを提案しており、ベースライン手法と比較して精度を50%向上させている。
本論文は、トランスフォーマーベースのセマンティックセグメンテーションと解釈可能な手作業による特徴量を組み合わせることで、わずか400個のサンプルのみを用いてスマートフォンのカジュアルな画像から都市の背景騒音レベルを予測する、リソース効率の高い機械学習フレームワークを提示し、それによって心理音響閾値に対して検証された、拡張可能なシチズンサイエンス主導の音響モニタリングを可能にするものである。