4157 件の論文
本論文は、指示とデータの間に高エントロピーかつトークン認証された構文的境界を強制することで、エージェンティックなLLMシステムをプロンプトインジェクションから保護する、極めて低い失敗率と最小限の実行時オーバーヘッドを実現する暗号学的封じ込めアーキテクチャを提案する。
本論文は、判別最小二乗回帰と適応型重み付けおよびノルム正則化を組み合わせた新しいマルチビュー・アンサンブル・フレームワークであるAWMCELを提案しており、これは分類器の性能に基づいて最適な重みを自動的に割り当てることで、複雑なパラメータ調整を行うことなく、多様なデータビューからの相補的な情報を効果的に活用するものである。
本論文は、推論の範囲をデータ生成者およびその上流のコンテキストまで拡張することで、真のシステム異常とデータ由来のアーティファクトをより正確に識別することを可能にし、検出精度を大幅に向上させるとともに時間的な誤差を低減させる、大規模言語モデルのためのソース認識型推論フレームワークを提案するものである。
本論文は主要な画像デノイジングアルゴリズムをレビューし、ガウス型、線形、および非線形等方性平滑化技術の性能を分析したものであり、線形および非線形平滑化の両方が、ノイズに起因する情報の損失を軽減するための効果的な解決策を提供すると結論付けている。
本論文は、新たなタスク対応学習コーパスと困難なドメイン外ベンチマークを通じて検証された、低リソースのラテン語翻訳においてGPT-5.1レベルの性能を達成するために、ファインチューニング済みおよびゼロショットの大規模言語モデルを組み合わせた、完全に応用可能でオープンソースの検索拡張パイプラインを導入するものである。
本論文は、クロススケール・マニホールド・アライメント・モジュールを介して物理的事前知識を統合し、ADMMに基づく反復最適化バックボーンを用いることで、小サンプルシナリオにおいても高い空間・分光一貫性を備えた優れた解釈可能なハイパースペクトル画像分類を実現する、深層展開テンソル低ランクネットワークであるDuTLR-Netを提案する。
本論文は、中小規模のアプリケーション向けにハイブリッドなProof-of-StakeおよびProof-of-Workコンセンサスメカニズムを組み合わせ、大規模運用にはOsmosis DeFiプラットフォームを組み合わせた、カーボンマーケットのための持続可能なブロックチェーンフレームワークを提案しており、従来のシステムと比較してエネルギー効率、スループット、およびレイテンシにおいて大幅な改善を実現している。
本論文は、NLPを用いて対象となる機関を抽出し、ウェブマイニングによって提供されたURLとコンテンツを公式サイトと比較するという、メールベースのフィッシングを検知するためのソース検証手法を提案しており、96%の精度を達成し、既存の検知サービスを上回る性能を示している。
本研究は、同期された物理的・仮想的視覚化と触覚的な相互作用およびコンテキスト・オーバーレイを組み合わせることで、特に初期の自信が低い学生に恩恵をもたらし、複雑なネットワークグラフに対する学部生のSTEM学生の理解を大幅に向上させる、統合された拡張現実および組み込み電子工学ツールキットを提示するものである。
本論文は、視覚データと、正常性誘導および時空間事前知識を考慮したテキストログを統合することで、キャンパス環境における文脈依存的な異常行動の認識を大幅に向上させ、CABRH8データセットにおいて最先端の性能を達成するマルチモーダル学習フレームワークであるNSP-MLを提案する。