3729 件の論文
本論文は、人間レベルの自然さと機械レベルの誠実さのバランスを統治することで、AIシステムが快適かつ有用かつ誠実に人間と相互作用することを保証するために、5層アーキテクチャと「AXIブリッジ」制御プレーンを備えた新しい工学分野である人工体験知能（AXI）を提案するものである。
本研究は、アカウント活動のタイミングのみを分析することが、協調的なボットキャンペーンを検出するための強力なシグナルであることを実証しており、Cresci-2017データセットを用いた教師なし異常検知において、時間的畳み込みネットワーク（Temporal Convolutional Network）オートエンコーダが、GANベースおよびその他の再構成モデルを大幅に上回る性能を示すことを明らかにしている。
このパイロット研究は、UASC-Net Lite v2（コンパクトな3D U-Netの不確実性を考慮した拡張版）が、小規模なBraTS 2021サブセットにおいて、ベースラインと比較して病変の再現率とセグメンテーションの重なりを向上させると同時に、小規模なコホートおよび検証に基づく閾値キャリブレーションの限界にもかかわらず、価値のある空間的信頼性マップを提供することを実証している。
本論文は、シーングラフを活用して2.5Dの人物レイアウトおよび視線、向き、ジェスチャーといった非言語的な社会的合図をエンコードすることで、グローバルな視覚的類似性を超えた対人相互作用の構造的な比較を可能にする、人間中心の画像検索手法を提案する。
Science Edge Evaluation (SEE) ベンチマークは、現在のマルチモーダル大規模言語モデルが、現実世界の科学的発見における実験データから根拠に基づいた洞察を確実に導き出すことに苦慮していることを明らかにしており、既知の概念を説明することと、新規かつ正当化された科学的推論を生成することとの間の決定的な隔たりを浮き彫りにしている。
本研究は、矢状断T2強調MRIにおける自動化された4段階の腰椎椎間孔狭窄度評価を評価し、順序モデリングも中等度から重度の補助的教師あり学習も異なるモデルアーキテクチャ間で普遍的な利益をもたらさない一方で、固定されたDeiT融合が、特に弱い順序ブランチに対して性能を大幅に向上させることを明らかにしている。
本研究は、オンデバイスの臨床音声認識が全体的な精度においてクラウドシステムとほぼ同等である一方、両方のデプロイメント形態において明示的な検証を必要とする重大な薬剤名の誤りが生じることを示すオープンベンチマークを確立しており、これにより、単一モデルによるオンデバイス・ソリューションがプライバシー保護に配慮した臨床文書作成のための、より低コストで実行可能な代替手段であることを実証している。
本研究は、分布外サンプルの明示的な検出と、破滅的な失敗を防ぐための安定した表現型アンカーへのフォールバックによって、取得条件の変化下における堅牢かつ非破壊的なイチゴの重量推定を達成するために、生物学的および信頼性に基づいた混合エキスパート（Biology- and Reliability-Guided Mixture of Experts）とガード付きアンカー・残差TabPFN（Guarded Anchor-Residual TabPFN）を組み合わせた、新規性認識型のガード付きマルチビューイメージングフレームワークを提案する。
本論文は、高密度検索、LoRAを用いたパラメータ効率の良いLEDのファインチューニング、および結果指向の最適化を組み合わせ、学習目標に沿った指導用要約を生成する説明可能なハイブリッド深層学習フレームードを提案し、QMSum、GovReport、NILDといった教育用データセットにおいて最先端の性能を達成している。
本論文は、事実誤認検出器が真実性よりも主に質問の難易度とモデルの不確実性を測定していることを論じ、単純な出力エントロピーが、複雑な内部モデル指標よりも潜在的な誤りのためのより信頼性の高い警告信号として機能することを実証するものである。