Validation asymmetry in generative AI–generated clinical educational content: a scoping review
161件の研究を対象としたこのスコーピング・レビューは、生成AIによる臨床教育コンテンツにおいて、研究が表現の忠実性の評価を圧倒的に優先する一方で、人口統計学的バイアス、緩和策、および報告の再現性の評価を大幅に軽視しているという、顕著な検証の非対称性を明らかにしている。
3729 件の論文
161件の研究を対象としたこのスコーピング・レビューは、生成AIによる臨床教育コンテンツにおいて、研究が表現の忠実性の評価を圧倒的に優先する一方で、人口統計学的バイアス、緩和策、および報告の再現性の評価を大幅に軽視しているという、顕著な検証の非対称性を明らかにしている。
本論文は、NISTに準拠したフレームワークを統合し、脅威ベクトルを評価し、HIPAAやGDPRなどの規制への遵守を確実にするためのガバナンス・ロードマップを確立することで、クラウドネイティブなヘルスケアシステム向けにカスタマイズされたゼロトラスト実装の包括的な系統的レビューおよびアーキテクチャ分類を提示するものである。
本研究は、2011年の国勢調査データを用いてマハーラーシュトラ州パルガール地区における部族コミュニティの持続可能性を分類するAIベースのフレームワークを提案し、ロジスティック回帰によって高い精度を達成するとともに、教育が最も重要な要因であることを特定したが、その結果はターゲットクラスと入力特徴量の間の循環的な関係により、主に概念実証としての役割を果たすものである。
本論文は、非構造化されたオンライン記録から派生した、発言者の特定、日付の照合、およびLLaMAを用いたトピック分類を組み込むことで、インド議会における言説の計算論的分析を可能にする、構造化・洗浄・トピックラベル付与されたラージヤ・サバー(インド上院)討論コーパスを提示するものである。
本研究は、ウォームアップ・プロトコルの選択、具体的にはJITコンパイル、ガベージコレクション、および遅延評価の影響の除外または包含が、Julia、Haskell、およびPythonにおけるワークロード・ランタイム・スケーリング・シグネチャ(WRSS)およびボトルネック遷移点をどのように歪めるかを調査し、標準的な定常状態のベンチマークが現実世界の初回実行パフォーマンスを誤認させ、誤解を招く言語間のスケーリングの結論を生み出す可能性があることを明らかにしている。
OpenWellは、解剖学的クラスを確率的なエネルギーウェルとしてモデル化することで、勾配ベースの再学習を必要とせずに、オープンワールドな医療用セグメンテーションにおける堅牢な分布外検知とリアルタイムかつワンショットのインタラクティブな適応を可能にする、エネルギーベースのフレームワークである。
本論文は、3層構造のR/3モデルからインメモリのS/4HANAプラットフォームに至るSAPのアーキテクチャの進化に関する縦断的な分析を提示し、この変革を定義づける主要な技術的要因、移行経路、およびアプリケーション・ロジックとデータストレージの関係における戦略的な再概念化を特定するものである。
本研究は、Workload–Runtime Scaling Signature (WRSS) フレームワークを、Rust、Julia、Haskell、および Python における規則的な並列ワークロードから不規則な並列ワークロードへと拡張し、動的な制御フローやメモリアクセスパターンが存在する場合において、元の手法がボトルネック遷移点を正確に特定するために依然として診断上の妥当性を保持しているのか、あるいは修正を必要とするのかを判断するために、負荷の不均衡を分離する4成分分解を提案するものである。
本論文は、視覚的特徴、二重ドメインの電子透かし証拠、および構造化されたプロベナンス(由来)メタデータを統合し、ディープフェイク検出、改ざん箇所特定、およびソース検証を共同で実行する一貫性認識型マルチモーダル認証フレームメントを提案しており、劣化した、欠落した、または矛盾した証拠が存在する条件下において、従来の融合手法よりも優れた堅牢性と精度を実証している。
本論文は、あるサイバーセキュリティ推論プロジェクトを監査し、会計上の恒等式が測定値に偽装されていることや次元の不一致を含むプロベナンス(由来)の欠陥により、公表されたクラウド対ローカルのエネルギー比較が無効であることを実証し、それによって将来の評価のための厳格かつプロベナンスを考慮したプロトコルを確立するものである。