4092 件の論文
本論文は、プランナーエージェントとツール実行の間に位置するランタイム・ガバナンス・アーキテクチャであるGAARを紹介するものであり、広範な合成ベンチマークを通じて実証された通り、わずかなレイテンシの増加を伴うものの、エンタープライズAIシステムにおけるポリシー違反や不安全なツール呼び出しを大幅に削減し、忠実度と監査コンプライアンスを向上させる。
本論文は、ブロックチェーン・インフラストラクチャと意思決定インテリジェンスを統合した4層のフレームワークを提案し、スマートコントラクトを通じてデータの信頼性、プロセスの透明性、および自動化されたガバナンスを強化することにより、ERP導入後の価値実現における課題に対処するものである。
本論文は、再帰的な精緻化と条件付き計算を通じて、標準的なベンチマークにおいて競争力のある精度を達成しつつ、アクティブなパラメータ数と学習時間を大幅に削減する、反復的な視覚分類のための動的スパースアテンションおよび混合エキスパート（Mixture-of-Experts）トランスフォーマーを提案する。
本論文は、閉形式の小残差統合演算子（SRIO）をブロック固有の拡張ポリシーおよびスカラー・ウォームアップ・ゲートと組み合わせることで、学習損失を大幅に改善し、モデルの成長過程における学習済み挙動を維持しながら、Transformerの幅を漸進的に拡張するためのオフラインのレシピを提案するものである。
本論文は、ぼやけた眼底画像の鮮明度を向上させるために、Efficient Channel Attentionと複合劣化モデルによって強化されたSRGANベースの超解像手法を提案し、包括的な画素、構造、および知覚的評価を通じて、合成および実世界の臨床シナリオの両方における優れた性能を実証するものである。
本論文は、動的な分布シフトを伴うストリーミングデータに対して、堅牢かつ低遅延な性能を実現するために、動的信頼度スクリーニング、ブランチレベルのインクリメンタルチューニング、および時間的分布平滑化を組み合わせた効率的なオンライン・テスト時適応フレームワークを提案する。
本論文は、不確実性を局所化し、議論のパラメータを調整することで、大幅な精度の向上と計算コストの削減を実現する、シミュレーションベースのフレームワークであるUncertainty-Aware Adaptive Debate（UAAD）を導入するが、報告されている改善はライブモデルによる検証待ちの仮説的な段階に留まっている。
これら9つの最新の研究を対象としたスコーピング・レビューは、実験室ベースの健康科学教育における生成AIが、主に効率性を高め、個人の探究や習得活動を支援している一方で、その統合は現在、エビデンスの少なさ、事実の不正確さのリスク、および協調的な応用の顕著な欠如によって制限されており、さらなる比較研究と専門家による監督の必要性を強調していることを明らかにしている。
本研究は、広く利用されている言語モデルエージェントが、恣意的なラベルに基づく強固な内集団信頼バイアスを示すことを明らかにしており、これは、どの行動が選択されるかではなく、誰が行動の対象となるかに現れるため、標準的な集計的行動監査では検出不可能な微細な社会的ダイナミクスである。
本論文は、科学的に正当化可能な反事実的歴史を、時系列知識グラフ上の制約付き構造因果モデル問題として定式化する新しいハイブリッド・アーキテクチャであるCHRONOSを導入するとともに、予備的な合成テスト中に観察されたスケーラビリティおよび量子最適化性能における誠実な限界を透明性をもって報告するものである。