3657 件の論文
本論文は、算数の文章題を解く小規模な（3.8〜8B）オープンウェイトの指示チューニング済みモデルにおいて、数個の例示を用いるChain-of-Thoughtプロンプティングがゼロショットのベースラインを大幅に上回る一方で、自己整合性（self-consistency）やTree-of-Thoughtのようなより複雑な推論戦略は、より単純な手法に対して統計的に信頼できる精度の向上をもたらすことができないことを実証的に示している。
本論文は、量子ネットワークのケーススタディを通じて不確実性の要因を分離することにより、離散事象シミュレーションにおける意思決定の信頼性を評価するためのワークフローを提示し、マルチシードによる反復試行が意思決定の一致度を大幅に向上させる一方で、モデルのバリエーションや指標の定義が結果に与える決定的な影響を浮き彫りにしている。
本論文は、負の空間をマイニングし、ダークデータを処理することで、パラダイムに挑戦する斬新な仮説を生成することにより、科学的発見における生存者バイアスを克服する反帰納的AIシステムの完全な手法論的プロトコルを提示するものであり、これは神経生物学におけるケーススタディを通じて実証されている。
この系統的レビューおよびメタ解析は、大規模言語モデルがエビデンス・シンセシスにおけるデータ抽出において高い平均精度を達成している一方で、その性能は異なる設定間で大幅な変動を示しており、信頼性を確保するためにはタスク固有の検証と人間による検証が必要であることを明らかにしている。
この事前登録された研究は、適応的な知覚スケジューリングが家庭用サービスロボットの計算コストを大幅に削減する一方で、クローズドループ航法においては全フレームで軽量な検出器を実行する手法の安全性と成功率には及ばないことを示しており、より単純で連続的なアプローチが依然として優れたデフォルト戦略であることを示唆している。
本論文は、車両台数と平均速度を主要な予測因子として用いることで、都市部の交通状況の分類において99.65%の精度を達成し、都市モビリティ向上のための最適なルートを動的に推奨するインタラクティブなダッシュボードを可能にするスマート交通予測システムを提示するものである。
本論文は、トランスフォーマーが、変数基数の離散対数問題全体において、「グロッキング」（記憶からアルゴリズム的汎化への遅延した転移）を示すことを初めて体系的に実証し、この現象がモデルの容量に対して非単調にスケールすること、および乗法的文字とフーリエ整列された表現の出現によって駆動されることを明らかにしている。
本論文は、前処理、事前学習、および適応的なリソース割り当てといったHPCファーストの戦略を採用することにより、量子近似最適化アルゴリズム（QAOA）が量子プロセッシングユニット（QPU）の使用量を510倍から2070倍削減しながら、ほぼ完璧な最適化品質を達成できることを実証しており、QPUの予算要件が固定された定数ではなく、問題インスタンスおよびワークフローポリシーの予測可能な関数であることを証明している。
本論文は、既存の量子ワークフローシステムがQPUの実行が必要かどうかを自動的に判断できていないという決定的な欠陥を特定しており、60件の研究を分析することで、タスクスケジューリングと量子ハードウェアの根本的な必要性との間の断絶に対処するための、「意味論的QPU最小化（Semantic QPU Minimization）」に関する定式化された分類体系および多目的最適化フレームワークを提案する。
本研究では、UCI心疾患データセットを用いたフェデレーテッドtop-k説明集約において、センサリングを考慮したPlackett–Luce法を重み付きBordaベースラインと比較評価したが、その結果、ケンドールの合致度における有意な改善は見られず、複数のシードブロックを通じてBordaが一貫してより高いNDCG@10スコアを達成することが観察された。