3900 편의 논문
본 논문은 강건한 초기화를 위해 다중 모델 깊이 예측을 융합하고 정밀한 최적화를 위해 삼도메인 피라미드 정규화를 채택함으로써, 수술 데이터셋에서 최첨단 렌더링 충실도와 세부 사항 보존을 달성하는 협업 전문가 깊이 가이드 프레임워크를 제안하여 단안 내시경 3D 가우시안 재구성을 향상시킨다.
이 논문은 실시간 워크로드 패턴에 따라 SwissTable, Robin Hood 해싱, 그리고 새로운 GraveyardTable 구조 사이를 동적으로 전환하는 자가 튜닝 해시 테이블인 AdaptiveCache를 소개하며, 이는 마이그레이션 비용을 최소화하고 동적인 읽기-쓰기-삭제 비율에 적응하기 위해 머신러닝 기반 결정 정책을 활용하여 오라클 베이스라인 대비 최대 89.7%의 효율성을 달성한다.
본 논문은 매칭된 가중 그래프 대조군을 사용하는 등가성 인지 평가 프레임워크를 도입하여, 하이퍼그래프 머신러닝 모델이 과학적 신호 모델링에서 종종 그들의 그래프 대응 모델보다 예측적 이점을 제공하는 데 실패함을 입증함으로써, 고차원적 주장은 표현 자체로부터 추론되는 것이 아니라 쌍체 대조군에 대해 검증되어야 한다는 검증 원칙을 확립한다.
본 논문은 임상 데이터 검토 가이드(Data Reviewer's Guide)를 위해 확률론적 검증을 직접적인 메타데이터 조회로 대체함으로써, 범위는 더 좁지만 LLM 기반의 자가 검증보다 오류 탐지 및 최종 문서 정확도 측면에서 성능이 크게 뛰어난 결정론적 비-LLM 검증 아키텍처를 제안하고 시뮬레이션한다.
세 가지 소프트웨어 현대화 프로그램에 대한 이 회고적 종단적 현장 연구는, 초기 AI-인간 협업 구성은 품질을 희생하여 속도를 개선한 반면, 수락 기준 검증, 저장소 네이티브 리뷰 및 하이브리드 실행을 통합한 성숙한 구성은 전달 타임라인을 크게 가속화하는 동시에 검증 문제를 줄이고 초도 출시 커버리지를 높였다는 것을 입증한다.
82편의 네이처(Nature) 계열 논문 리뷰를 평가한 45명의 전문가를 대상으로 한 이 연구는, 발전된 AI 리뷰어가 정확하고 유의미한 비판을 식별하는 데 있어 최상위 수준의 인간 리뷰어보다 뛰어난 성능을 보일 수 있는 반면, 더 높은 오류율과 고유한 약점도 함께 나타내어 인간의 동료 검토를 대체하기보다는 가치 있는 보완재로서 자리매김하고 있음을 밝혀냈다.
이 논문은 타일 추론 시 버려지는 중첩 신호를 활용하여 신뢰도 점수 순위를 교정함으로써 다양한 검출기와 데이터셋에 걸쳐 추가적인 순전파 과정 없이 일관된 이득을 달성하며 소형 객체 탐지 성능을 크게 향상시키는, 훈련이 필요 없는 CPU 기반의 교차 뷰 합의 재점수화 방법을 소개한다.
본 논문은 Qwen3.6-35B-A3B 거대 언어 모델을 멀티 에이전트 협업 프레임워크 및 검색 증강 생성(RAG)과 결파하여 안과 분야에서 정밀하고 해석 가능하며 인간과 유사한 진단 및 처치 코딩을 자동화함으로써, 코드 할당과 주진단/주처치 식별 모두에서 높은 정확도를 달성하는 지능형 ICD 코딩 시스템을 제시한다.
본 연구는 9개의 오픈 소스 시스템에 대한 5차원적 분석을 바탕으로 LLM 에이전트 통신 프로토콜의 기술적 분류 체계를 제시하며, 이를 통해 현재의 아키텍처 패턴을 밝히고 단일한 보편적 표준보다는 연합된 계층형 프로토콜 스택으로 향할 미래의 진화 방향을 예측한다.
본 논문은 특정 시나리오에서 PointPredictive와 비교하여 패킷 전달을 크게 개선하고 제어 오버헤드를 줄이는 UAV 네트워크를 위한 분산형 리스크 보정 라우팅 프레임워크인 RCPLA-FANET을 제안하며, 상호 전송 테스트를 통해 도메인 의존적인 파레토 트레이드오프 관계로 인해 어떤 단일 프로토콜도 보편적으로 우위를 점하지 못함을 입증한다.