927 papers
Dit artikel stelt een op LLM gebaseerde aanpak voor voor het genereren van testgevallen, die wordt verbeterd door een projectgeheugenrepository die historische gegevens en releasecontext integreert om de risicodekking aanzienlijk te verbeteren, duplicatie te verminderen en de ontdekking van defecten in grootschalige softwaresystemen te vergroten.
Dit artikel stelt een voorlopige MATLAB-gebaseerde CNN-baseline vast voor binaire classificatie van maligne versus niet-maligne borst echografie met behulp van de BrEaST-dataset, waarbij een verbeterde testnauwkeurigheid wordt bereikt terwijl exploratieve subtype-labeling en verklaarbaarheid expliciet worden geformuleerd als toekomstige onderzoeksrichtingen in plaats van gevalideerde resultaten.
Dit artikel presenteert een modulaire programmeerbare differentiële framework die interpreteerbaarheid direct integreert in een continu-tijd Markov-ketenmodel voor klinische besluitvormingsondersteuning door transitieratent te deconstrueren naar klinisch betekenisvolle factoren, hun sensitiviteiten te berekenen via stochastische automatische differentiatie, en in realtime traceerbare, begrijpelijke verklaringen te genereren.
Deze studie vergelijkt de prestaties van NLTK, TextBlob en spaCy bij het verwerken van garden path-zinnen veroorzaakt door functionele verschuivingen, waarbij wordt vastgesteld dat spaCy de andere twee bibliotheken aanzienlijk overtreft op het gebied van syntactische nauwkeurigheid en inzichten biedt voor het verbeteren van NLP-tools, inclusief die voor Afrikaanse talen.
Dit artikel presenteert een referentiearchitectuur en een open-source implementatie die machine learning en operations research in supply chain planning overbrugt door conformistische probabilistische forecasting te integreren met scenario-gebaseerde stochastische routing, waarbij via een synthetische backtest empirisch wordt aangetoond dat ongekalibreerde kwantielvoorspellingen leiden tot significante onderdekking en voorraadtekortrisico's, waardoor de noodzaak van kalibratiebewuste interfaces voor betrouwbare besluitvormingsondersteuning wordt gevalideerd.
Dit artikel introduceert een gedematerialiseerd teleoperatiekader gebaseerd op de Kinematische Ontkoppelingscontroletheorie dat de noodzaak voor fysieke kinetische tweelingen elimineert door menselijke intentie in de informatieruimte orthogonaal te ontbinden, waardoor zero-shot generalisatie over diverse robotmorfologieën wordt bereikt en de lang gevestigde overtuiging dat fysieke krachtterugkoppeling essentieel is voor intuïtieve robotbesturing wordt omvergeworpen.
Cethraian-X is een open-source, lekvrije benchmark voor multi-label borstkas-röntgenclassificatie met behulp van de NIH ChestX-ray14-dataset die strikte standaarden voor reproduceerbaarheid vaststelt door middel van multi-seed evaluatie, kalibratieanalyse en uitlegbaarheidstools om een transparante vergelijking van toekomstige methoden mogelijk te maken.
Dit artikel presenteert een semantisch sporend kader voor op LLM gebaseerde multi-agent systemen met gebruik van LangChain, LangGraph en LangSmith binnen de SHADOWAI-RISK prototype, waarmee wordt aangetoond dat het integreren van semantische evaluatie de semantische drift en schendingen van beperkingen aanzienlijk vermindert, terwijl er slechts een matige toename in latentie en nul lokale kosten optreden.
Dit artikel presenteert en evalueert een Automated Learning Engine (ALE) die verder gaat dan standaard RAG door een multi-LLM georkestreerd systeem met hybride retrieval en state-machine workflows te hanteren, waarmee een significant verbeterde feitelijke nauwkeurigheid, contextuele relevantie en verminderde hallucinatiepercentages in enterprise kennissynthese wordt aangetoond vergeleken met baseline configuraties.
Door middel van empirische experimenten op een vaste pool van 24 miljoen tokens toont dit artikel aan dat agressieve kwaliteitsfiltering onder een vastgesteld rekenbudget vaak de modelprestaties schaadt door excessieve datarepetitie af te dwingen, terwijl het behouden van kwalitatief minderwaardige data en het oversamplen van hoogwaardige subsets superieure of gelijkwaardige resultaten oplevert voor diverse doelstellingen.