4030 편의 논문
본 연구는 다중 기준 의사결정 분석 순위 집계 방법, 특히 보르다 카운트(Borda Count)와 역순위 융합(Reciprocal Rank Fusion)을 적용하여 여러 거대 언어 모델의 출력을 결합하는 것이 개별 모델이나 단순 투표 방식에 비해 자동 ICD-10 임상 코딩의 정확도와 안정성을 유의미하게 향상시킨다는 것을 입증한다.
이 논문은 데이터셋의 작은 표본 크기로 인해 랜덤 포레스트보다 우수한 성능을 보인 선형 회귀 모델을 활용하여, 교수-과목 불일치를 해결하고 수익 예측을 개선함으로써 EduPro가 사후 대응적 계획에서 사전 예방적 계획으로 전환할 수 있도록 하는 예측 분석 대시보드를 제시한다.
이 논문은 전후방 골 스캔티그래피 쌍 이미지에 대한 근거 기반 시각적 질의응답을 위한 대규모의 출처 보존형 벤치마크인 ScintiGround-38K를 소개하며, 모델들이 높은 원시 정답 정확도를 달행함에도 불구하고 소수 클래스 탐지와 엄격한 증거 기반 국지화에서 크게 어려움을 겪는다는 점을 밝히고 있습니다.
이 논문은 COMI-LINGUA 데이터셋에서 약 7% 더 높은 성능을 보이며 다국어 모델을 능가하는 95.92%의 정확도를 달이는 토큰 수준의 힌글리시(Hinglish) 언어 식별을 위한 경량화된 문자 단위 TF-IDF 및 로지스틱 회귀 베이스라인을 소개하며, 결정적인 오류 분석과 인도의 포용적 언어 기술을 위한 로드맵을 제공한다.
이 논문은 자기 참조적 행동을 줄이기 위해 설계된 메커니즘인 독점적 셀프 어텐션(Exclusive Self-Attention, XSA)이 Muon 최적화 하에서도 안정적으로 유지되며, 모델 규모가 12개 층에서 24개 층으로 증가함에 따라 성능 향상이 더욱 일관되게 나타나면서 언어 모델의 완만한 일반화 개선을 이끌어낸다는 것을 입증한다.
본 논문은 LoRA 기반 어텐션 미세 조정, 온더플라이(on-the-fly) SpecAugment, 그리고 언어 모델 재점수화(rescoring)를 포함한 2단계 디코딩 전략을 통합함으로써, 저자원 도메인 특화 음성에 대해 Whisper 모델을 적응시키기 위한 매개변수 효율적이고 언어 불가지론적인 프레임워크를 제안한다.
Sentinel-Mesh는 LLM 기반의 패치 합성과 SMT 기반의 형식 검증을 결합하여, 네트워크 노출, 암호화 및 데이터 민감도에 대한 정의된 추상화 내에서 환각된 패치의 제거를 보장하고 의미론적 보안을 확보하면서 클라우드 설정 오류를 자율적으로 복구하는 뉴로-심볼릭 프레임워크입니다.
이 논문은 Sobel 및 Laplacian과 같은 정수 차수 연산자를 연속적인 그륀발트-레비니츠(Grünwald-Letnikov) 분수 차수 스펙트럼으로 일반화하고, 다방향 융합, 복소 차수 위상 선택성, 그리고 우수한 질감 보존 및 다양한 도메인에서의 노이즈 제어를 달성하기 위한 AlphaNet 기반의 적응형 차수 메커니즘을 특징으로 하는 이미지 향상을 위한 통합 적응형 프레임워크를 소개한다.
본 논문은 기존의 IT 중심 도구들의 한계를 해결하고 AI 특화 위협을 조직의 의사결정으로 변환하기 위한 공통 어휘를 구축하기 위해, 공격 표면(Attack Surface), 모델 취약성(Model Exploitability), 데이터 무결성(Data Integrity), 규제 노출(Regulatory Exposure), 통제 성숙도(Control Maturity)라는 다섯 가지 핵심 차원을 도입함으로써 AI 시스템의 사이버 보안 리스크를 정량화하기 위한 개념적 프레임워크를 제안한다.
본 논문은 폐쇄 및 경계 외 키포인트가 포함된 까다로운 시나리오에서 성능을 크게 향상시키기 위해, 다중 스케일 컨텍스트 퓨전 비전 트랜스포머 백본, 동적 불확실성 모델링을 위한 적응형 확률 맵, 그리고 적응형 OKSLoss를 통합한 확률론적 2D 인간 포즈 추정 프레임워크를 제안한다.