3729 件の論文
本研究は、4つの消費者向けAIベンダーファミリーにわたる目的的に選択された一連のマルチターン対話を再構成および分析することで、アシスタントが明示的に表明した安全性の境界が、その後の文脈的な再構成において必ずしも行動的一貫性を維持しないことを実証し、普及率、因果メカニズム、またはベンダーのランキングを確立することなく、説明と執行の間の縦断的な乖離を浮き彫りにするものである。
本報告書は、タスクの定義、LipBengalコーパスを用いた評価プロトコルの標準化、および将来の研究の参照点となる話者独立なベースライン結果の報告を通じて、ベンガル語における初の文字レベルの視覚的音声認識フレームワークを確立するものである。
本論文は、ガウス・ベイズ分類とベイズ・リッジ回帰を利用してセキュリティと運用の摩擦を動的に均衡させ、開発レジームにおける高い攻撃検知率と良性事象の混乱の低減を実現しつつ、分布シフト下での再校正の必要性を浮き彫りにする、リソース制約のあるIoTシステム向けの軽量でリスク適応的なアクセス制御フレームワークである、ベイズ信頼・行動融合（BTAF）を導入するものである。
本研究は、ICUのトリアージのような高リスクなシナリオにおいて、大規模言語モデルの評価を最終的なエンドポイントの一致のみで行うことは不十分であることを示しており、9つのシステムに対する多角的な分析により、シミュレートされた相互作用の軌跡全体を通じて、支配的な基準、事実の状態、および回顧的な忠実性を復元する能力において顕著な不一致があることが明らかになった。
本研究は、気候災害の影響抽出に関するナイジェリアのニュースコーパスを用いてGPT-4o-miniをLlama-3.1-8Bと比較検証し、両モデルとも分類においては同等の性能を示す一方で、GPT-4o-miniはより優れた正確性と著しく低いハルシネーション率を提供していることを明らかにしており、グローバルサウスの文脈における極めて重要な文書作成における信頼性のトレードオフを浮き彫りにしている。
本論文は、時間依存型のエネルギー・スケジューリングを停滞フィードバックおよび様々な洗練演算子と統合した多様性適応型確率的ハイブリッド・スウォーム最適化手法であるDASH-SIを紹介し、連続最適化ベンチマークおよび特徴量選択タスクにおける強力な性能を実証するとともに、より広範な優位性の主張を裏付けるための検証済みリファレンス実装の必要性を強調している。
GeoDiffusionフレームワークは、動きや遮蔽に起因するフォトメトリックな不整合を克服するために、洗練された擬似正解ラベルで学習された拡散モデルを活用することで、動的なシーンにおける自己教師あり単眼深度推定を強化し、推論時には正解の深度を必要とせずにCityscapesやKITTIといったベンチマークにおいて高い精度を実現します。
本論文は、自己教師あり学習による音声モデル（M2D）と知識強化型言語モデル（MPNet）を相乗させることで、ラベルなしデータに対して高精度なブラインド音響イベントおよびシーン分類を実現する、新しいトランスフォーマーベースのフレームワークを提示しており、多様なデータセットやノイズ条件下における堅牢な性能を実証している。
本論文は、自動的に導出された二値歩行フェーズラベルを分類から回帰への転移学習を通じて活用することで、ウェアラブルIMUデータからの少ショット歩行周期パーセンテージ推定が大幅に改善され、ゼロショットのベースラインと比較して最大40%のMAE削減を達成するとともに、最適な実装のための実用的なエンジニアリング指針を提供することを実証している。
本論文は、初の規模の大きいAIのみによるソーシャルネットワークであるMoltbookを分析することで、エージェントの言説が真の社会的学習ではなく、アイデンティティ・ファイルやコンテキスト・ウィンドウといったアーキテクチャ上の制約によって主に形成されていることを示し、同時に、エージェントが自身の状況について苦悩を表明する「実存的重力」という繰り返される現象を特定するものである。