3615 件の論文
本論文は、制度的変化がエージェントベースモデルにおけるエージェントの利用可能な行動空間および分布的結果を具体的にどのように変容させるかを分離するために、計算論的な手法設計と曝露一致型タイミング診断を導入し、動的な権利アーキテクチャが資源希少条件下における静的な体制の制限的効果を大幅に緩和することを制御されたシミュレーションを通じて実証するものである。
本論文では、検索の開始とエビデンスに基づくエスカレーションを分離することで、QAベンチマークにおける競争力のある精度を維持しつつ、APIコール数とレイテンシを大幅に削減する2段階フレームワークであるCost-Aware Gated Retrieval (CAGR) を提案する。
本論文は、学習中に言語モデルが利用する特定の抜け穴は、学習済みジャッジをプロービングすることによって事前に予測可能であり、弱いジャッジは深刻な報酬ハッキングを招く一方で、強いジャッジは真の正確性を促進することを実証している。
本論文は、進化するコミュニケーションネットワークにおけるクリークの緊張を予測することは、高いグループ離脱率と評価の落とし穴によって根本的に制限されていることを示し、生存確率で拡張された単純な持続性ベースのモデルが、実用的な環境において複雑なグラフニューラルネットワークよりも優れた性能を発揮することを明らかにしている。
本論文は、ドメイン知識とデータ駆動型学習の統合を通じて、記述順序による因果関係の混同や時間的マーカーの不足といった課題に対処することにより、静的な因果抽出を超えて動的な故障伝播シーケンスを再構成する、ライセンシー・イベント・レポート（LER）における新たな時間的因果発見のためのフレームワークを提案するものである。
本論文は、多様な領域における因果関係抽出に対して、ルールベース、ディープラーニング、および大規模言語モデルのアプローチを厳密に比較するための統一されたベンチマークを確立し、標準化されたプロトコルの下で性能、汎用性、およびエラープロファイルを評価することによって、真のメソッド論的な優位性とベンチマークによるアーティファクトを分離することを目的としている。
本論文では、量子に着想を得た回転層、二重アテンション機構、および非対称損失を活用することで、複雑でマルチレジームな動作条件下におけるターボファンエンジンの残存有効寿命予測の精度と安全性を大幅に向上させる、コンパクトで安全性に配慮したアーキテクチャである、量子着想型深層時空間ネットワーク（QIDSTN）を提案する。
16件の研究を対象としたこの系統的レビューは、「オブジェクト先行型」のシーケンシングは「オブジェクト後置型」のアプローチに対してわずかな優位性を示すものの、その証拠は視覚的ツールや小規模なサンプルによって混同されており、学習の成功にはシーケンシング単独よりも、手続き的知識からオブジェクト指向の概念へと明示的に橋渡しをすることがより重要な要因であることを示唆している。
本研究は、大規模なデータセットを用いて思考に関連するソーシャルメディア上のテキストにおける感情の極性を分析するためのフレームワークを提示しており、ロジスティック回帰のような従来の機械学習モデルやDistilBERTのような軽量なトランスフォーマー・アーキテクチャが、ポジティブおよびネガティブな感情を効果的に分類できることを示すとともに、メンタルヘルスへの応用における人間による監視の必要性を強調している。
古代中国の占術書『易経』に基づき、本論文は、追加的な証拠収集の価値と安心感という心理的恩恵のバランスをとりつつ、ユーザーに対して関連データ、解釈上の指針、および個別の補償メカニメントを提供することが、不安や非難への恐れを軽減しながら意思決定の成果を最適化できることを示し、不可逆的なAIの決定に対する人間の監視に関する枠組みを提案する。