4092 件の論文
本論文は、CourseFactoryからプライバシーを保護したデータセットをマイニングして4つのワークフロー・サーフェスを抽出することにより、AI支援によるコース設計に関する初のプロダクション規模の研究を提示し、構造的品質のトリアージおよびアイテムから課題へのルーティングモデルがレビューの効率と正確性を大幅に向上させる一方で、秘匿されたプロンプト・テキストは測定可能なシグナルを一切加えないことを実証するものである。
本研究は、崩壊した世界モデルにおける成功した軌跡と失敗した軌跡は、経路エントロピーの低さや構造的逸脱の少なさといった明確に異なる回復ダイナミクスを示すものの、これらの全軌跡パターンは初期の接頭辞から信頼性高く予測することはできず、それによってレジーム検出、回復モニタリング、および個別のロールアウト予測の課題を区別していることを実証している。
本論文は、適応的なパラメータごとの補正とコサインアニーリング・スケジューリングを組み合わせることで、厳密な収束保証と最先端の勾配整列を実現する新しいマルチ戦略オプティマイザであるH. Dilpriya's Momentum（HDM）を紹介し、不良条件の合成問題およびMNISTやCIFAR-10といったディープラーニングのベンチマークの両方において優れた性能を実証する。
本論文は、プライバシー、レイテンシ、およびリソース利用率の課題を同時に解決するために、W4A16量子化投機的デコーディング、非同期通信、およびマルチテナント検証オーケストレーターを組み合わせた、マルチテナント・エッジ・クラウド・ハイブリッドLLMサービング・アーキテクチャを提案する。
本論文は、人間の行動の正当化を利用して仮説的なクエリを生成することで、安全性とサンプル効率を大幅に向上させつつ人間の学習負担を軽減する、安全性が極めて重要な環境のための安全な学習モデルであるJPAL-HAを提案する。
本研究は、説明可能な機械学習を用いて項目レベルの安全気候データを分析することで、管理者の応答性、トレーニング、および経験によって引き起こされる非線形で閾値依存的な行動リスクパターンが明らかになることを示しており、従来の線形集計モデルに異を唱えるとともに、予防的な事故防止のためのより精密な根拠を提供するものである。
本論文は、カーネルを用いない非線形分類における過学習および解釈性の問題に対処するため、証明可能な最適性と収束性を備えたペナルティ分解アルゴリズムを導入した、スパースな正則化二次曲面サポートベクターマシン（QSVM）を提案し、ベンチマークおよび実世界のクレジットデータセットの両方において、競争力のある性能とスパース性を実証する。
本論文は、聴覚中心の現行のソリューションにおける限界を明らかにするPRISMAに基づく系統的レビューを提示し、リアルタイムの視覚的サポートを可能にし、教室における有意義なインクルージョンを実現するために、音声認識、自然言語処理、および手話生成を統合したAI駆動型のマルチモーダル・コミュニケーション・フレームワークを提案するものである。
本論文は、標準的なスキャフォールドに基づく評価手法が、化学的に不均一な「ノー・スキャフォールド」分子を単一の単位として誤って扱うことで、隠れた割り当てバイアスを導入し、それが一般的なベンチマークにおける汎化指標を歪めていることを明らかにし、バランスの取れた表現と正確な性能評価を回復するための「空スキャフォールド認識（Empty-Scaffold-Aware）」による修復を提案するものである。
本論文は、部分観測性と通信制約下におけるUAVスウォームの協調、衝突回避、および接続性維持を強化するために、グラフ理論に基づくトポロジー制御とQAOAに着想を得た最適化モジュールをマルチエージェント強化学習に統合した、接続性を考慮したフレームワークであるC3Q-MARLを提案する。