3657 件の論文
本論文は、人間の推論に基づいた理論的根拠を持つにもかかわらず、コード作成タスクにおいてChain-of-Thoughtのような確立されたベースラインを上回ることができず、多くの場合、不必要な推論オーバーヘッドによって性能が低下していることから、人間の推論理論の全体的な転移ではなく、特定の孤立した推論メカニズムのみが利益をもたらすことを示唆する、LLMのためのソクラテス式プロンプティング・フレームワークである\textsc{MIND}を紹介している。
本論文は、予測の質、コスト、および安全性のペナルティのバランスを取りながら検証済みモデルの中から動的に選択を行う、臨床用AIのためのマルチアームド・バンディットに基づくガバナンス・フレームワークを提案しており、MIMIC-IVを用いたシミュレーションを通じて、後悔（リグレット）を最小化する方策が静的なデプロイメントよりも優れている一方で、劣ったモデルを確信を持って退役させるには、典型的な臨床ストリームが提供するものよりも大幅に多くのデータが必要であることを示している。
本研究は、限定的かつ地理的に多様なアルジェリア方言のデータを用いたASRモデルのターゲット・ファインチューニングが、ゼロショットのマルチモーダルLLMを大幅に上回ることを実証しており、フランス語のコードスイッチングによる継続的な課題があるにもかかわらず、堅牢な音声認識には地域的な深さよりもデータの多様性がより重要であることを確立している。
本論文は、構造化された法的特徴とトランスフォーマーベースのテキスト表現を統合したハイブリッドな説明可能なAIフレームワークを提案および検証し、民事および刑事裁判の両方において司法判断を正確に予測・解釈するものであり、XGBoostが優れた予測精度を提供する一方で、BERTが法的な意味理解に長けていることを示し、SHAPおよびLIMEが多様な法的領域における透明性と公平性を確保していることを実証している。
本論文は、クエリに対して法的争点を生成し、構造化されたRAGサマリーをコンテキストとして利用し、さらにLLMを用いて再ランキングと関連性の説明を行うことで、既存のベンチマークよりも有意に高い平均適合率（MAP）を達成する、インドの判例検索を強化するためのフレームワークであるAugmented Question-guided Retrieval（AQgR）を提案する。
本論文では、アーキテクチャ設計の原則をリソース管理に統合することで、性能低下をプロアクティブに予測し、レイテンシのトレードオフを管理しながら標準的なオートスケーリングをリソース効率において大幅に上回るAMOF、すなわちKubernetes向けのハイブリッド学習ベースのランタイムコントローラを提案する。
本論文は、固定パラメータと厳格な出力スキーマによってマルチモーダルAIモデルを制約する決定論的なデュアルモード・フレームワークであるMedTruthを紹介しており、これによりハルシネーションを15%から2%未満へと低減させ、信頼性の高い医薬品の真正性検証と安全な患者インタラクションを可能にする。
本論文は、修正粒子群最適化（MPSO）アルゴリズムを利用してタスクのオフローディングとリソース割り当てを最適化することにより、階層型車載フォグコンピューティングにおける遅延を考慮したエネルギー効率の高いワークロード分散フレームワークを提案し、従来の手法と比較して遅延、エネルギー消費、および実行時間において大幅な改善を実現したことを示す。
本概念論文は、AIの運用上の利用と、説明責任、透明性、および有意義な人間による制御を確保するためのガバナンス体制とを区別することによって、AIガバナンスがサイバーセキュリティにおける組織的な監督体制をどのように再構築するかを検討するために、ダイナミック・ケイパビリティ理論に立脚した統合的フレームワークを提案するものである。
本研究は、フェイクニュースを特徴付けるための体系的なアプローチの欠如に対処するため、SHAPを用いた機械学習分析を通じて、3つの認知メカニズムに分類される8つの核となる特徴を特定する定量的な言語的特徴フレームワークを開発し、それによって誤情報の理解、検出、および統治のための新たな視点を提供するものである。