4092 件の論文
本論文は、厳格なエビデンス検証とリプレイ規則を課すルート受理フレームワークであるMedRouteGuardを紹介し、現在の臨床的な質問応答ベンチマークが、根拠の欠如や古い依存関係の再利用を行うルートに報酬を与えることで、ファーストトークン・レイテンシを大幅に過小評価していることを明らかにし、それによってパフォーマンスのランキングを変動させ、エビデンスの妥当性を向上させるものである。
この事前登録された研究は、動的な柔軟なジョブショップ問題に対して学習されたGNN–PPO方策がサイズ汎化性を示す一方で、従来のディスパッチング・ルールに対する競争力とマルチディスラプション・レジームに対する堅牢性を同時に達成することには失敗しており、これら2つの特性が共起的なものではなく分離可能なものであることを証明している。
本研究は、不確実性下における動的なジョブショップ・スケジューリングにおいて、厳密な最適スケジュールは、ゆとり（スラック）の欠如によって混乱を吸収できないため、単純な優先順位付けルールよりも堅牢性が低いことが多く、その結果、名目上の性能は劣るものの、現実の実行においては後者の方が頻繁に優れていることを示している。
本論文は、言語モデルにおける類義語タスクでの微調整の失敗を分析するために密度行列に基づく秩序パラメータを導入し、モデルが構造的な埋め込みのドラッグ（引きずり）によって損失が減少しているにもかかわらず幾何学的に劣化し得ることを明らかにし、さらに、臨界学習率やアーキテクチャの挙動を予測する無次元量を特定するものである。
本論文は、AIがコード生成をコモディティ化するにつれ、金融のような規制環境における最も価値のある専門的スキルは、プロンプトエンジニアリングからコードの理解と統合へと移行し、それが人間と機械による共著の課題に対処するための新たな専門的資本のモデルとガバナンスの枠組みを必要とするものであると論じている。
本論文は、合成造影乳房MRI生成をグローバルな場（フィールド）の予測と構造的精緻化へと分解する二段階のCoarse-to-Structure (C2S) モデルを提案しており、知覚的類似性の指標とのトレードオフはあるものの、単一段階モデルと比較して病変レベルの信頼性と構造的忠実度において優れた性能を示すものである。
AoDERは、自然言語による要件に対して文書を評価するための監査可能なフレームワークであり、ルールを実行可能なコードへとコンパイルすることで小規模言語モデルによるエビデンス抽出を制約し、決定論的かつ検査可能な判定を保証すると同時に、教育現場における検証駆動型のルール修復が2B〜4Bパラメータモデルの精度を大幅に向上させることを実証するものである。
本論文は、新たな閾値調整目的関数と反事実的説明に基づくデータ微調整を通じて、検出率と誤検知率のトレードオフを最適化することにより、不均衡なデータセットにおけるソフトウェア欠陥予測の透明性と性能を向上させる二角的なアプローチを提案する。
本研究は、深層学習モデルが法医学的な年齢推定のための生物学的老化パターンを捉えることができる一方で、その信頼性は集団やハードウェアの変化によって著しく損なわれることを示しており、法医学への適用前に非解剖学的なショートカットを検出するための外部検証と解釈可能性分析の極めて高い必要性を強調している。
本論文は、暗号化と一意識別子を用いてプログレッシブウェブアプリ（PWA）を信頼できるウェブアクティビティ（TWA）に結合させることで、通信制限を克服し開発の複雑さを軽減しつつ、不正な複製脅威を効果的に緩和する、クエリパラメータに基づくセキュリティフレームワーク「SPARE-STARE」を提案し、評価するものである。