3781 편의 논문
본 논문은 널리 사용되는 9개의 무손실 압축 테스트 코퍼스를 감사하여 광범위한 라이선스 모호성과 재현성 격차를 드러낸 뒤, 압축 데이터셋의 안전한 재배포를 가능하게 하기 위해 이력 기록, 이중 검토 검증, 표준화된 메타데이터를 특징으로 하는 엄격한 파일 수준의 공개 절차를 제안하고 검증한다.
이 논문은 배포된 자동 의사결정 시스템이 제시하는 신뢰도 주장의 정확성을 통계적으로 검증하고 재현 가능한 판결을 내리기 위해 분할 콤포멀 추론(split-conformal inference)을 외부 벤치마크로 사용하는 새로운 분포 무관(distribution-free) 감사 프로토콜을 제안한다.
이 논문은 지능형 보조, 대화형 평가, 실습 프로그래밍 연습과 같은 기능을 통해 개인화되고 적응형인 학습 경험을 제공함으로써 전통적인 교육의 한계를 해결하는, React.js 및 Spring Boot 아키텍처를 기반으로 구축된 AI 기반 이러닝 플랫폼인 SkillBase를 제시한다.
이 연구는 거대 언어 모델들이 일관되고 사회적으로 바람직한 자기 보고식 성격을 나타내는 반면, 이들의 실제 관찰된 사회적 행동은 모델마다 크게 다르며 자기 보고에 의해 예측되지 않는다는 점을 밝힘으로써, 사회적 상호작용을 위한 AI 에이전트를 선정할 때 행동 평가가 필수적임을 시사한다.
본 논문은 자원이 제한된 조직이 서버리스 기술을 사용하여 모듈식의 보안성이 뛰어나고 이식 가능한 ERP 시스템을 구축할 수 있도록 지원하는 저비용, 기술 독립적 참조 아키텍처인 서버리스 ERP 프레임워크(SERF)를 제안하며, 이는 운영 비용을 크게 절감하고 데이터 처리 효율성을 개선한 교육 기관에서의 성공적인 실제 구현 사례를 통해 입증되었습니다.
본 논문은 결정론적 안정성 인지 규칙과 유계된 LLM 판단을 결합하여 최적의 복구 조치를 선택하는 동시에 실행 가능성을 보장하고 의사결정 스래싱을 방지하는 하이브리드 이벤트 트리거 재스케줄링 프레임워크를 제안함으로써, LLM 기반 생산 스케줄링에서의 안정성 측정 부족 문제를 다룬다.
FFram은 PyAV 기반의 컨테이너 프로빙, 자동 복구 루프, VMAF 타겟형 Auto-CRF 최적화, 그리고 기존 명령줄 도구의 한계를 극복하기 위한 제로 디펜던시 XML-RPC 분산 인코딩 아키텍처를 통합함으로써 복잡한 미디어 파이프라인을 민주화하는 오픈 소스 파이썬 터미널 프레임워크입니다.
본 논문은 Rust, Julia, Haskell 및 Python을 포함하는 교차 언어 병렬 성능 연구에서의 투명성 및 재현성 관행에 대한 체계적인 감사를 제시하며, 방법론적 보고의 상당한 격차를 드러내고 새로운 실험을 수행하지 않고도 증거 표준을 개선하기 위한 검증된 프레임워크를 제안한다.
본 논문은 유클리드 왜곡, MNAR 선택 편향, LLM 환각을 포함한 다기준 추천 시스템의 근본적인 한계를 극복하기 위해 리만 기하학, 정보 이론, 그리고 뉴로-심볼릭 공동 정규화를 통합한 새로운 엔드투엔드 프레임워크인 HyperAspect-GIB를 제안하며, 이를 통해 추천 정확도, 측면 추정 및 설명 충실도를 유의미하게 향상시킨다.
본 논문은 대규모 IoT 네트워크에서 클러스터 헤드 선택을 최적화하기 위해 적응형 양자 영감 군집 학습(AQISL) 알고리즘을 제안하며, 이는 에너지 소비, 패킷 손실 및 전송 지연을 효과적으로 줄이는 동시에 부하 분산과 전반적인 네트워크 안정성을 향상시킨다.