3900 편의 논문
본 논문은 임상 연구에서 비즈니스 협력 계약(BAA)을 요구하거나 데이터 유출의 위험 없이 공공 대규모 언어 모델(LLM)의 제로 트러스트 기반 활용을 가능하게 하기 위해, 전송 전 휘발성 메모리 내에서 실시간으로 HIPAA 세이프 하버(Safe Harbor) 규정을 준수하는 개인정보 보호 정보(PHI) 비식별화를 수행하는 클라이언트 측 온디바이스 아키텍처 프레임워크인 제로 트러스트 데이터 새니타이제이션(ZTDS)을 제시하고 검증한다.
본 논문은 벤치마크 데이터셋에서 정밀도(precision), F1-스코어(F1-score) 및 AUC 측면에서 우수한 성능을 달성하기 위해 다기준 의사결정 기반의 특성 선택, 클래스 불균형 해결을 위한 SMOTE, 그리고 스태킹(Stacking) 기반 앙상블 분류기를 통합한 새로운 하이브리드 프레임워크를 제안한다.
본 논문은 독립적 정책 및 공유 정책 방식의 한계를 극복하기 위해 국소적으로 훈련된 모델 파라미터를 집계함으로써 동종 및 이종 시스템 모두에서 효율적이고 적응 가능한 다중 로봇 충돌 회피를 가능하게 하는 개인정보 보호 연합 학습 접근 방식인 연합 근사 정책 최적화(FedPPO)를 제안한다.
OntoCacheRAG는 하위 개념 인지 추론을 활용하여 미세하고 선택적인 캐시 무효화를 수행함으로써, 비용이 많이 드는 전체 캐시 플러싱의 필요성을 제거하는 동시에 의미론적 신선도를 보장함으로써 지식 그래프 증강 검색 증강 생성 시스템에서의 정확성과 효율성 간의 트레이드오프를 해결하는 온톨로지 기반 프레임워크이다.
이 논문은 인도 법률 해석에 대한 프런티어 LLM을 평가하기 위한 ICCB-Pilot 벤치마크를 소개하며, 모델들이 올바른 법적 결과를 예측할 수는 있으나 근저에 있는 해석 원칙들을 정확하게 식별하고 적용하는 데는 실패한다는 점을 밝힘으로써, 이들의 추론이 진정한 법리학적 이해가 아닌 표면적인 패턴 매칭에 의존하고 있음을 시사한다.
본 논문은 기상 텍스트, 기술 보고서 및 시각적 데이터를 종합적인 지능형 어시스턴트로 통합함으로써 국립중기예보센터(NCMRWF)의 운영 기상 예보를 향상시키기 위해 설계된, 미세 조정된 LLaMA4-Scout 모델과 특화된 이미지 분석 모듈을 기반으로 구축된 도메인 튜닝된 멀티모달 에이전트를 제시한다.
약 300만 편의 오픈 액세스 의생명 과학 논문을 대상으로 한 이 계량서지학적 분석은 2022년 이후 LLM 관련 용어가 유의미하게 증가했음을 보여주며, 이는 생성형 AI 도구의 급격한 도입을 나타내는 동시에 과학적 무결성을 보존하기 위한 투명성과 탐지 방법의 시급한 필요성을 강조한다.
본 논문은 네트워크 파동 이론(Theory of Network Wave)에 기반하여 간섭 간격(interference-spacing)을 최소화하고 엄격한 자원 및 구조적 제약을 준수하면서 처리량 또는 지연 시간을 개선하기 위해 릴레이를 전략적으로 교체, 삽입 또는 삭제함으로써 무선 멀티홉 경로를 최적화하는 분류 인지형 및 DSIS 타겟형 경로 편집 프레임워크를 제안한다.
본 연구는 청소년의 숏폼 비디오 중독 위험과 그것이 수면, 학업, 정서 및 사회적 적응에 미치는 부정적 영향을 동적으로 예측하기 위해, 다양한 행동 및 심리 데이터를 듀얼 어텐션 메커니즘 및 XGBoost와 결합한 설명 가능한 멀티모달 프레임워크를 제안한다.
본 연구는 중국 연구자들을 대상으로 한 대규모 설문 데이터를 활용하여 기술수용이론(UTAUT)을 머신러닝으로 확장함으로써, '선구적 탐험가(Pioneering Explorers)', '실용적 대응 사용자(Pragmatic Coping Users)', '소외된 사용자(Alienated Users)'라는 세 가지 뚜렷한 생성형 AI 사용자 프로필을 식별하며, 이를 통해 과학을 위한 AI 맥락에서 학술적 지위, 제도적 압박, 윤리적 우려가 어떻게 서로 다른 채택 패턴을 형성하는지 밝혀낸다.