2456 papers
Dit artikel stelt een nieuw (n, n) drempelwaarde visueel geheimdelingsschema voor dat kleur-QR-codes gebruikt als betekenisvolle shares om privacygevoelige afbeeldingen veilig te versleutelen en verliesloos te herstellen door gebruik te maken van kleurredundantie en XOR-operaties.
Dit artikel presenteert een empirische studie die aantoont dat de moeilijkheidsgraad van problemen in benchmarks voor codegeneratie een stabiele, overdraagbare metriek is die wordt gedreven door specificatiekenmerken (zoals voorbeelden en promptlengte) op HumanEval en oplossingscomplexiteit op MBPP, wat cruciale inzichten biedt voor het verbeteren van benchmarking, automatische beoordeling en het ontwerp van educatieve tools naarmate geaggregeerde modelscores verzadigen.
Dit artikel presenteert een pionierend machine learning-model dat ovariële endometriomen detecteert uit echografiebeelden met behulp van vision transformers en cross-modality transfer learning, waarbij een hoge prestatie wordt behaald ondanks gegevensschaarste en onbalans, terwijl tegelijkertijd de overdraagbaarheid van laag-niveau kenmerken tussen medische beeldvormingsmodaliteiten wordt aangetoond.
Ondanks de theoretische aantrekkingskracht van het beschouwen van hallucinaties als dynamische instabiliteiten in grote taalmodellen, toont dit artikel aan dat statische representaties veel effectiever zijn voor detectie, aangezien het toevoegen van dynamische kenmerken geen statistisch significante verbetering biedt ten opzichte van eenvoudige lineaire probes.
Dit artikel presenteert een intelligent framework voor oorzaakanalyse voor Microsoft Fabric en Power BI dat gebruikmaakt van multi-laag telemetriecorrelatie en Kusto Query Language-gestuurde inferentie om de nauwkeurigheid en snelheid van incidentdiagnose aanzienlijk te verbeteren in vergelijking met traditionele handmatige methoden.
Deze studie maakt gebruik van design-based research om aan te tonen dat een op maat gemaakte GPT-codeerassistent, wanneer deze wordt geïntegreerd met gestructureerde prompts en een collaboratieve, mensgerichte workflow, effectief ondersteuning biedt bij de deductieve codering van klasgesprekken, terwijl het benadrukt dat succesvolle mens-AI-samenwerking afhankelijk is van de dynamische wisselwerking tussen promptarchitectuur, workflowsequencing en de houding van de onderzoeker tegenover AI.
Dit artikel analyseert systematisch contextuele conditionering in vision-language-modellen over diverse architecturen en datasets heen, waarbij wordt onthuld dat hoewel prompting op domeinniveau consistent voordelig is, volledige per-afbeelding contextuele conditionering een hoge variantie en risico's op overfitting met zich meebrengt, waarbij de nuttigheid er primair door worden gedreven door model schaal en baseline nauwkeurigheid.
Dit artikel presenteert de eerste studie op productieschaal naar AI-ondersteund cursusontwerp door een privacy-bewarende dataset van CourseFactory te minen om vier workflow-oppervlakken te extraheren, waarbij wordt aangetoond dat modellen voor structurele kwaliteitstriage en item-naar-opdracht-routing de efficiëntie en nauwkeurigheid van reviews significant verbeteren, terwijl wordt bevestigd dat achterhouden van prompttekst geen meetbaar signaal toevoegt.
Deze studie toont aan dat hoewel succesvolle en mislukte trajecten in een verstoord wereldmodel onderscheidende hersteldynamieken vertonen — zoals een lagere padentropie en minder structurele excursies — deze volledige trajectpatronen niet betrouwbaar voorspeld kunnen worden vanuit vroege prefixen, waardoor de uitdagingen van regime-detectie, herstelmonitoring en individuele rollout-voorspelling van elkaar worden onderscheiden.
Dit artikel introduceert H. Dilpriya's Momentum (HDM), een nieuwe multi-strategie optimizer die adaptieve per-parameter correcties combineert met cosine-annealed scheduling om strikte convergentiegaranties en state-of-the-art gradiëntuitlijning te bereiken, waarbij superieure prestaties worden aangetoond op zowel slecht geconditioneerde synthetische problemen als deep learning benchmarks zoals MNIST en CIFAR-10.