3775 papers
Deze studie toont aan dat het integreren van Knowledge Graphs met Large Language Models via een Design Science Research-benadering effectief pedagogische hallucinaties beperkt en de logische validiteit in educatieve AI afdwingt door de generatieve actieruimtes proactief te beperken met symbolische semantische structuren.
Het artikel stelt FACT-SR voor, een schaal-invariant multi-task leerframework dat aspect-gebaseerd sentimentredeneren verbetert door getrouwheidsbeperkingen op de rationale-generatie af te dwingen en een nieuwe automatische gewichtsleerstrategie toe te passen om heterogene doelstellingen in evenwicht te brengen, wat resulteert in superieure classificatieprestaties en redeneerbetrouwbaarheid over diverse modelformaten heen.
Dit artikel analyseert MTEB-resultaten om aan te tonen dat hoewel de best presterende embeddingmodellen de neiging hebben een grotere cross-task consistentie te vertonen dan modellen die nauwer geoptimaliseerd zijn, model schaal alleen dergelijke balans niet garandeert, wat aanleiding geeft tot een oproep om naast geaggregeerde scores ook de prestatiedispersie te rapporteren voor een betere modelselectie.
Dit artikel bekritiseert de beperkingen van de huidige EU-standaard voor algoritmische uitlegbaarheid en bestaande mitigatie- of substitutiebenaderingen, en stelt in plaats daarvan een vraaggestuurd kader voor dat de standaard reconstrueert door uitlegbaarheidsbehoeften te categoriseren op basis van controlepunten van actoren en deze te realiseren via haalbare substitutieschema's.
Deze studie toont aan dat hoewel adaptieve gating-mechanismen superieur lijken tijdens crossvalidatie, eenvoudige kenmerkconcatenatie feitelijk een robuustere en beter generaliseerbare prestatie oplevert voor multimodale depressiedetectie bij ongeziene deelnemers, wat benadrukt dat rigoureuze generalisatietesten kritischer is dan architecturale complexiteit voor kleine klinische datasets.
Het artikel introduceert CLEAR, een verenigd framework dat hiërarchische tokencompressie, sparse attention-orkestratie en dynamisch geheugenbeheer combineert om efficiënte long-context redenering in grote taalmodellen mogelijk te maken, waarbij significante reducties in computationele complexiteit en geheugengebruik worden bereikt terwijl een hoge nauwkeurigheid op long-context benchmarks behouden blijft.
Deze studie analyseert vijftig jaar aan wetenschappelijke titelgegevens om aan te tonen dat hoewel het gebruik van dubbelpunten een langdurige conventie is die in prevalentie toeneemt, grote taalmodellen titels genereren met significant hogere frequenties van dubbelpunten dan menselijke auteurs, een patroon dat prompt-gevoelig is en de prestaties van retrieval-ranking beïnvloedt.
Dit artikel stelt een op ResNet gebaseerde detectiemethode voor die Active Network Flow Watermarking (ANFW)-aanvallen in het Tor-netwerk identificeert door gedragsveranderingen in het verkeer te analyseren om normale en afwijkende stromen te onderscheiden, waardoor de anonimiteit van Tor tegen tracking wordt verbeterd.
Dit artikel introduceert PACE, een framework voor smart contracts dat door collectieve beslissingen te koppelen aan actieve beleidsregels en executiecontexten via een tweerondens roostergebaseerd signature-schema, een staat-consistente multi-party autorisatie waarborgt, waardoor consistentie tussen beleid, besluit, verzoek en executie wordt gegarandeerd terwijl stabiele verificatiekosten behouden blijven.
Het artikel stelt CGH-DehazeNet voor, een lichtgewicht netwerk voor single-image dehazing dat een Channel Grouping Half-Convolution block combineert voor computationele efficiëntie en een Cross-Attention Refinement Fusion module voor artefactonderdrukking, waarmee het een state-of-the-art prestatie bereikt met slechts 1,932M parameters.