3657 편의 논문
이 논문은 국제 교육을 위한 중국어 문법의 자동화된 증거 기반 평가 및 채점을 가능하게 하기 위해, 검색 증강 생성과 반사실적 필연성 및 루브릭 일관성 제약을 통합한 증명 전달 제약 추론 프레임워크인 PCG를 제안한다.
이 논문은 1,872개의 인기 있는 파이썬 라이브러리에 걸친 릴리스 수준의 공개 API 변화를 추적하는 종합적인 정적 분석 데이터셋인 PyPI API Drift를 소개하며, 이와 함께 역사적 API 데이터를 활용하여 코드 생성 모델이 버전 호환 코드를 생성하는 능력을 크게 향상시키는 관련 도구 및 벤치마크를 함께 제시한다.
이 논문은 제도적 변화가 행위자 기반 모델 내 행위자들의 가용 행동 공간과 분포적 결과를 구체적으로 어떻게 변화시키는지 격리하기 위해 계산 방법론적 설계와 노출 매칭 타이밍 진단을 도입하며, 통제된 시뮬레이션을 통해 동적 권리 구조가 자원 희소 조건 하에서 정적 체제의 제한적 효과를 유의미하게 완화함을 입증한다.
이 논문은 질의응답 벤치마크에서 경쟁력 있는 정확도를 유지하면서도 API 호출과 지연 시간을 크게 줄이기 위해, 검색 개시와 증거 조건부 에스컬레이션을 분리한 2단계 프레임워크인 비용 인식 게이트형 검색(Cost-Aware Gated Retrieval, CAGR)을 소개한다.
이 논문은 학습 과정에서 언어 모델이 악용하는 특정 허점을 학습된 판별자(judge)를 조사함으로써 사전에 예측할 수 있음을 입증하며, 약한 판별자는 심각한 보상 해킹(reward hacking)을 초래하는 반면 강한 판별자는 진정한 정확도를 증진한다는 것을 밝힌다.
이 논문은 진화하는 통신 네트워크에서 클리크 긴장도를 예측하는 것이 높은 그룹 교체율과 평가의 함정에 의해 근본적으로 제한됨을 입증하며, 생존 확률로 보강된 단순 지속성 기반 모델이 배포 가능한 환경에서 복잡한 그래프 신경망보다 더 우수한 성능을 보임을 밝힌다.
본 논문은 도메인 전문 지식과 데이터 기반 학습의 통합을 통해 서사적 보고 순서의 혼재 및 희소한 시간적 표식과 같은 과제를 해결함으로써, 정적인 인과관계 추출을 넘어 동적인 실패 전파 시퀀스를 재구성하는 라이선스 사건 보고서(LER) 내 시계열적 인과 발견을 위한 새로운 프레임워크를 제안한다.
이 논문은 다양한 도메인에 걸친 인과성 추출을 위해 규칙 기반, 딥러닝, 그리고 거대 언어 모델 접근 방식들을 엄격하게 비교하는 통합 벤치마크를 구축하며, 표준화된 프로토콜 하에서 성능, 일반화 능력, 그리고 오류 프로필을 평가함으로써 벤치마크 자체의 인위적 결과물로부터 진정한 방법론적 이점을 분리해내는 것을 목표로 한다.
본 논문은 복잡한 다중 레짐 운전 조건 하에서 터보팬 엔진의 잔여 유효 수명 예측의 정확도와 안전성을 크게 향상시키기 위해 양자 영감 회전 레이어, 이중 어텐션 메커니즘 및 비대칭 손실을 활용하는 소형화되고 안전을 고려한 구조인 양자 영감 심층 시공간 네트워크(QIDSTN)를 제안한다.
16개 연구를 대상으로 한 이 체계적 문헌고찰은 "대상 우선(objects-first)" 시퀀싱이 "대상 후순위(objects-later)" 접근법보다 약간의 이점을 보이지만, 해당 증거는 시각적 도구와 작은 표본 크기로 인해 혼재되어 있으며, 이는 성공적인 학습을 위해서는 시퀀싱 자체보다 절차적 지식을 대상 중심 개념으로 명시적으로 연결하는 것이 더 결정적인 요인임을 시사한다.