3729 편의 논문
이 논문은 고정된 AgentDojo v1.2.1 스냅샷을 성공적으로 재구성하여 11,624개의 모든 레코드를 복구하고, 사후 복구 테스트에서 변이에 대한 완벽한 탐지 및 분류를 달성하며, 양성 변형에 대해 제로의 오탐을 보장함으로써 대화형 에이전트 벤치마크 주장을 감사하기 위한 견고한 프레임워크를 확립하는 재현 가능한 Python 레이어인 AgentDojo Trace Audit을 소개한다.
로컬 젬마(Gemma) 에이전트 팀을 대상으로 한 14,400회의 실험을 포함하는 사전 등록 연구에 따르면, 이들은 오류를 범하는 권위자에게 굴복하기를 놀라울 정도로 거부하며, 공적인 오류 동조는 해당 권위자가 만장일치의 정답을 가진 동료 집단과 상충할 때만 발생한다.
이 논문은 양자 직교 신경망을 활용하여 계산 복잡성을 줄이면서 확장 가능한 연산자 학습을 달성하는 동시에, 분할 컨포멀 보정(split conformal calibration)을 적용하여 안전이 필수적인 응용 분야를 위한 엄격하고 분포 불변적인 불확실성 보증을 제공하는 Conformalized Quantum DeepONet Ensembles 프레임워크를 소개한다.
이 체계적 문헌 고찰은 제로 데이 공격 탐지를 위해 프록시 설정을 활용하는 딥러닝 기반 침입 탐지 시스템을 분석하며, 다양한 방법론적 접근 방식을 종합하고 현재의 표준화되고 비교 가능한 벤치마크 결여 문제를 해결하기 위한 포괄적인 7차원 평가 프레임워크를 제안한다.
METATRON 연구는 구조화된 임상 워크플로우와 검색 증강 생성을 결합하는 것이 대조군 또는 단일 방식의 접근법과 비교하여 대장암 간전이에 대한 전문가 일치 치료 권고안을 생성하는 거대 언어 모델의 능력을 유의미하게 향상시킨다는 것을 입증한다.
이 논문은 GCD(Ground-based Cloud Dataset) 데이터셋을 대상으로 전이 학습, 능동 학습, 의사 라벨링을 벤치마킹하였으며, ImageNet으로 사전 학습된 전이 학습이 높은 라벨 효율성을 달 수 있는 반면, 불확실성 기반의 능동 학습과 고신뢰도 의사 라벨링은 강력한 지도 학습 베이스라인에 비해 미미하고 일관되지 않은 개선만을 제공한다는 것을 밝혀냈다.
Agrifusion은 작물 예측, 시각적 질병 탐지, 설명 가능한 AI, 그리고 다국어 음성 상호작용을 통합하여 농업을 위한 확장 가능하고 투명하며 배포 가능한 의사결정 지원 시스템을 제공함으로써, 엄격한 외부 검증의 필요성을 인정하면서도 높은 성능 지표를 달성하는 에이전트 기반 멀티모달 프레임워크입니다.
이 논문은 UAV 영상 내 소형 객체 탐지의 정확도와 효율성을 크게 향상시키기 위해 세부 사항 강화, 적응형 특징 융합, 그리고 경량 고해상도 브랜치를 특징으로 하는 동적 스케일 적응형 네트워크인 DDS-YOLO를 제안한다.
이 논문은 에이전트형 AI 시스템에 내재된 '보증 부채(assurance debt)'를 해결하기 위해 역량, 평가 및 거버넌스를 통합하는 6계층 프레임워크인 에이전트 지능 라이프사이클(Agentic Intelligence Lifecycle, AIL)을 소개하며, 관찰 가능하고 설명 가능하며 통제 가능한 에이전트를 생성하기 위한 새로운 연구 의제를 제안한다.
본 서베이는 폐쇄 루프 멀티모달 에이전트를 위한 증거 중심 프레임워크를 제안하며, 105편의 논문을 다섯 가지 증거 연산(evidence operations)을 중심으로 정리하고, 결과 중심 벤치마크의 한계를 해결하기 위해 과정, 접지(grounding), 비용-리스크 분석을 강조하는 O-P-G-C 평가 관점을 도입한다.