4092 편의 논문
이 논문은 엄격한 증거 검증 및 재현 규칙을 강제하는 경로 수용 프레임워크인 MedRouteGuard를 소개하며, 이를 통해 현재의 임상 질의응답 벤치마크가 출처를 누락하거나 오래된 의존성을 재사용하는 경로에 보상을 줌으로써 첫 번째 토큰 지연 시간을 상당히 과소평가하고 있음을 밝히고, 결과적으로 성능 순위를 재조정하며 증거 타당성을 개선함을 보여준다.
이 사전 등록된 연구는 동적 유연 작업장 스케줄링 문제(dynamic flexible job-shop problem)에 대해 학습된 GNN-PPO 정책이 크기 일반화(size generalization)를 보여줌에도 불구하고, 전통적인 디스패칭 규칙(dispatching rules)에 대한 경쟁력과 다중 교란 체제(multi-disruption regimes)에 대한 강건성을 동시에 달성하는 데는 실패하며, 이는 이 두 가지 속성이 공진화(co-emergent)하는 것이 아니라 분리 가능한 것임을 입증한다.
이 연구는 불확실성 하의 동적 작업장 스케줄링에 있어, 최적의 스케줄은 여유(slack)의 부족으로 인해 장애를 흡수하지 못해 명목상의 성능은 낮더라도 단순 우선순위 디스패칭 규칙이 실제 실행 시에는 더 우수한 경우가 많다는 것을 보여준다.
이 논문은 근사 유의어 과업에서 언어 모델의 미세 조정 실패를 분석하기 위해 밀도 행렬 기반의 질서 매개변수를 도입하여, 모델이 구조적 임베딩 드래그(structural embedding drag)로 인해 손실이 감소함에도 불구하고 기하학적으로 퇴화할 수 있음을 밝히고, 임계 학습률과 구조적 행동을 예측하는 무차원량을 식별한다.
이 논문은 AI가 코드 생성을 범용화함에 따라, 금융과 같은 규제 환경에서 가장 가치 있는 전문 기술이 프롬프트 엔지니어링에서 코드 이해 및 통합으로 이동하며, 이는 인간과 기계의 저작권 문제를 해결하기 위한 새로운 전문 자본 모델과 거버넌스 체계를 필요로 한다고 주장한다.
본 논문은 합성 대조 증강 유방 MRI 생성을 전역 필드 예측과 구조적 정밀화로 분해하는 2단계 Coarse-to-Structure (C2S) 모델을 제안하며, 이는 지각적 유사성 지표와의 절충 관계에도 불구하고 단일 단계 모델에 비해 병변 수준의 신뢰성과 구조적 충실도 측면에서 우수함을 입증한다.
AoIDER는 자연어 요구사항에 따라 문서를 평가하기 위해 규칙을 실행 가능한 코드로 컴파일하여 소형 언어 모델을 통한 증거 추출을 제한함으로써 결정론적이고 검사 가능한 판결을 보장하고, 교육적 맥락에서 검증 중심의 규칙 수선이 2B~4B 파라미터 모델 전반에 걸쳐 정확도를 유의미하게 향상시킨다는 점을 입증하는 감사 가능한 프레임워크이다.
본 논문은 새로운 임계값 조정 목적 함수와 반사실적 설명 기반의 데이터 미세 조정을 통해 탐지율과 오경보율 사이의 절충 관계를 최적화함으로써, 불균형 데이터셋에서의 소프트웨어 결함 예측에 대한 투명성과 성능을 향상시키기 위한 이중 접근 방식을 제안한다.
본 연구는 딥러닝 모델이 법의학적 연령 추정을 위한 생물학적 노화 패턴을 포착할 수 있음에도 불구하고, 인구 및 하드웨어 변화에 의해 그 신뢰성이 크게 저해된다는 점을 입증하며, 이는 법의학적 적용 전 비해부학적 지름길을 탐지하기 위한 외부 검증 및 해석 가능성 분석의 결정적인 필요성을 강조한다.
본 논문은 암호화와 고유 식별자를 사용하여 프로그레시브 웹 앱(Progressive Web Apps)을 신뢰할 수 있는 웹 활동(Trusted Web Activities)에 결합함으로써, 통신 제한을 극복하고 개발 복잡성을 줄이는 동시에 무단 복제 위협을 효과적으로 완화하는 쿼리 매개변수 기반 보안 프레임워크인 "SPARE-STARE"를 제안하고 평가한다.