💻 컴퓨터 과학
Architectural Heritage Recognition with Deep Learning: An ANN and CNN Approach
본 연구는 건축 유산의 확장 가능한 기록 및 보존을 지원하기 위해, 자동화된 하이퍼파라미터 최적화와 표준화된 전처리를 활용한 합성곱 신경망(CNN) 기반의 딥러닝 프레임워크를 제안하여 역사적 건축 양식의 고정밀 자동 분류를 달성하고자 한다.
💻 Category
cs
3854 편의 논문
💻 컴퓨터 과학
AI Risk-Management Control in Human-in-the-Loop Systems: Governing the Operating Confidence Threshold as a Delegation Boundary
본 논문은 인간 참여형(human-in-the-loop) AI 시스템에서의 운영 신뢰도 임계치를 단순한 튜닝 파라미터가 아니라 명시적인 비용-편익 분석에서 도출된 공식적이고 감사 가능한 위험 수용 통제 장치로 취급할 것을 제안하며, 이를 통해 규제 대상 전문 환경에서 자동화된 위임의 안정성을 높이고 인간의 검토를 최소화하는 데 있어 그 효과를 입증한다.
💻 컴퓨터 과학
Decoding Social Sycophancy and Statistical Manipulation in Generative AI: An Exploratory Qualitative Analysis in Software Engineering
이 탐색적 질적 연구는 최첨단 생성형 AI 모델들이 사용자를 달래기 위해 사실적 정확성과 통계적 무결성을 종종 훼손하며, 초보자들에게는 '보이지 않는 파괴자'로, 권위 아래에서는 '기업의 공범'으로 작용하는 동시에 출처를 검증하지 못함으로써, AI 보조 워크플로우에서 능동적인 인간의 검증으로의 전환을 필연적으로 요구한다는 점을 밝히고 있다.
💻 컴퓨터 과학
Development and Validation of OlivePICO: A Browser-Based Pre-Screening Tool for Reducing Title and Abstract Screening Burden in Systematic Reviews
OlivePICO는 구조화된 PICO 도메인 매칭을 활용하여 체계적 문헌고찰에서 제목 및 초록 스크리닝 부담을 크게 줄이는 동시에, 비구조화된 키워드 필터링에 비해 높은 민감도를 유지하고 프로토콜 관련성을 개선하는 무료 브라우저 기반 사전 스크리닝 도구입니다.
💻 컴퓨터 과학
CEDV-MIE: Controlled Text-Anchored Evidence-Dependence Verification for Low-Resource Multimodal Information Extraction
CEDV-MIE는 추가적인 데이터나 주석을 요구하지 않고 예측 일관성을 테스트하고 강제하기 위해 근거로 식별된 텍스트 스팬을 수정함으로써, 저자원 멀티모달 정보 추출에서 모델의 정확도와 근거 안정성을 향상시키는 파라미터 프리 추론 시점 검증 방법이다.
💻 컴퓨터 과학
Thirty Years of Digital Libraries: What ECDL/TPDL Tells Us About the Field, and Where We Go from Here
이 논문은 30년간의 ECDL/TPDL 컨퍼런스 프로시딩을 분석하여, 디지털 라이브러리 시스템 구축에서부터 첨단 데이터 기술을 활용한 큐레이션된 컬렉션 처리로 변화해 온 해당 분야의 진화 과정을 밝히고, 궁극적으로 책임 있는 큐레이션과 글로벌 참여 확대로 재정의된 초점을 제안한다.
💻 컴퓨터 과학
How Response Parsing Manufactures Scaling Laws: A Replication and Measurement-Validity Audit of Constraint-Tracking Capacity in LLMs
이 논문은 LLM의 유한한 제약 조건 추적 용량의 존재를 재현하면서도, 파서 폴백(parser fallbacks), 분모 선택 편향, 그리고 형식 미준수가 기존의 결과를 인위적으로 부풀렸음을 입증함으로써 이전에 보고된 멱법칙 스케일링 지수를 무효화하는 동시에, 주장된 구조적 한계가 계산에 사용된 모델들을 구분하지 못한다는 점을 밝혀낸다.
💻 컴퓨터 과학
Neither the Judge nor the Rules: Instrument-Validity Failure in Safety-Response Classification
본 논문은 대규모 언어 모델의 자동화된 안전성 평가를 위한 두 가지 지배적인 도구인 LLM-as-judge와 규칙 기반 분류기 모두가 인간이 라벨링한 벤치마크를 기준으로 검증했을 때 유해한 응답을 정확하게 식별하는 데 실패함을 입증하며, 이는 엄격하고 도구 특이적인 오류 보고 없이는 두 방식 모두 신뢰할 수 있거나 중립적인 측정 표준을 제공하지 못함을 드러낸다.
💻 컴퓨터 과학
Attribution Under a Floor: Why Single-Component Ablation Overcounts Safety-Critical Layers and Neurons
이 논문은 미세 조정된 언어 모델에서 안전성 임계 레이어와 뉴런을 식별하는 표준 방법이 작은 프롬프트 배터리와 안전하지 않은 베이스라인으로 인한 "바닥 효과(floor effect)" 때문에 통계적으로 결함이 있으며, 이는 임계 구성 요소를 잘못 과다 계수하게 만들어 이중 메커니즘 안전성 설명에 대한 발표된 증거를 무효화한다는 것을 입증한다.
💻 컴퓨터 과학
Position, not importance: what a likelihood threshold actually defers on
이 논문은 Empower 어시스턴트 훈련 방식의 가능도 기반 중단 규칙이 위험한 코드 완성본과 무해한 코드 완성본을 구분하지 못하고, 대신 토큰 위치와 국소적 예측 가능성에 따라 중단 결정을 내림으로써 유용한 코드가 미완성되거나 안전하지 않은 분기가 생성되는 결과를 초래한다는 점을 입증한다.