2403 papers
Deze studie auditeert 173.369 AI-datasets om te onthullen dat hoewel hun creatiekosten een niet-monotoon verloop vertonen, hun wetenschappelijke impact grotendeels onafhankelijk is van financiële of arbeidsmatige investeringen, maar in plaats daarvan wordt gedreven door het aantal auteurs en de prevalentie van het onderwerp.
Dit artikel introduceert Stable Group-Relative Policy Optimization (S-GRPO), een nieuwe methode die de "Think-Answer Mismatch" in grote redeneermodellen vermindert door ruisbewuste voordeelgewichten af te leiden, waardoor een superieure robuustheid en prestaties worden bereikt ten opzichte van standaard GRPO onder ruisige beloningsomstandigheden.
Dit artikel stelt een privacy-bewarend Federated Graph-Based Intrusion Detection-framework voor dat Graph Convolutional Networks en Graph Attention Networks integreert om zowel bekende als onbekende cyberaanvallen in Internet of Medical Things (IoMT)-omgevingen effectief te detecteren, waarbij een hoge nauwkeurigheid wordt bereikt door middel van cross-dataset validatie terwijl gevoelige patiëntgegevens worden beschermd.
Dit conceptuele artikel introduceert het ProSocial AI-Quality of Life Catalyst Model (PAI-QOL), een multilateraal raamwerk dat ProSocial AI definieert als een gedisciplineerde benadering van innovatie die, via specifieke conversiepaden en faciliterende voorwaarden, systematisch eerlijke, multidimensionale winsten in de kwaliteit van leven genereert voor mensen, de planeet en toekomstig potentieel.
Dit artikel introduceert GAAR, een runtime-governancearchitectuur gepositioneerd tussen planner-agenten en tool-executie die het aantal beleidsovertredingen en onveilige tool-aanroepen aanzienlijk vermindert, terwijl de getrouwheid en auditcompliance in enterprise AI-systemen worden verbeterd, zij het met een bescheiden toename in latentie, zoals aangetoond door uitgebreide synthetische benchmarking.
Dit artikel stelt een vierlaags framework voor dat blockchain-infrastructuur en decision intelligence integreert om de uitdagingen rond de realisatie van de waarde van ERP na implementatie aan te pakken door het vergroten van databetrouwbaarheid, procestransparantie en geautomatiseerd bestuur via smart contracts.
Dit artikel stelt een Dynamic Sparse Attention en Mixture-of-Experts transformer voor voor iteratieve visuele classificatie die competitieve nauwkeurigheid bereikt op standaard benchmarks, terwijl het aantal actieve parameters en de trainingstijd aanzienlijk wordt verminderd door middel van recursieve verfijning en conditionele berekening.
Dit artikel stelt een offline recept voor het progressief uitbreiden van de Transformer-breedte voor, dat een gesloten vorm van een Small Residual Integration Operator (SRIO) combineert met blokspecifieke expansiebeleid en een scalaire warmup-gate om de trainingsverlies aanzienlijk te verbeteren en geleerde gedragingen tijdens modelgroei te behouden.
Dit artikel stelt een op SRGAN gebaseerde super-resolutie methode voor, verbeterd met Efficient Channel Attention en een composiet degradatiemodel om de helderheid van onscherpe fundusbeelden te verbeteren, waarbij superieure prestaties wordt aangetoond in zowel synthetische als klinische scenario's uit de echte wereld door middel van uitgebreide pixel-, structurele en perceptuele evaluaties.
Dit artikel stelt een efficiënt online test-time adaptatieframework voor dat dynamische betrouwbaarheidsscreening, branch-level incrementele afstemming en temporele distributiegladheid combineert om robuuste, lage-latentie prestaties te bereiken op streamingdata met dynamische distributieverschuivingen.