💻 computer science
Candidate information structure reduces over-alignment in LLM- based concept mapping
本文表明，基于大语言模型的概念映射系统通过将候选集构建为可比较且可排除的格式，可以显著减少针对不可映射术语的过度对齐错误，这一设计原则被证明比单纯提供正确答案或改进检索更为有效。
💻 Category
cs
2305 篇论文
💻 computer science
Lightweight Semantic Embeddings Enable Redundancy-Sensitive Knowledge Graph Construction for LLM-Based Document Processing
本文介绍了 AMODD，这是一个利用轻量级语义嵌入来对冗余文档章节进行去重并对图实体进行聚类的机器学习增强型流水线，在保持高检索质量的同时，显著降低了知识图谱构建过程中的大语言模型（LLM）Token 消耗与延迟。
💻 computer science
Development and pilot validation of an AI-assisted self-practice system for erhu performance assessment and score-aligned feedback
本文介绍了开发并初步验证了一种用于二胡的 AI 辅助自练系统，该系统集成了光学乐谱识别、音高追踪和动态时间规整技术以提供与乐谱对齐的反馈，证明了其与专家评分之间存在强相关性，并在音乐学院学生中具有较高的可用性。
💻 computer science
Possibility Ethics: Measuring Moral Value as the Expansion of Safe Future Options in Sociotechnical Systems
本文介绍了“可能性伦理学”（Possibility Ethics），这是一个通过一种被称为“选项熵”（Option Entropy）的新型指标来量化社会技术系统对伦理上可接受的未来机会之影响的概念计算框架，该框架通过 Omega-PE 工具包得以实现，旨在揭示那些常被总量指标所忽略的分布性机会损失。
💻 computer science
RL-Assisted A-Teams for Adaptive Algorithm Selection in UGV-UAV Route Optimization
本文提出了一种新型的强化学习辅助 A-Teams 超启发式框架，该框架显著加速了协同无人机-无人车（UAV-UGV）系统的实时路径优化，在有效适应动态环境变化的同时，比现有方法快 30–70%，并提供近优解。
💻 computer science
Jacobi-Enhanced Dynamic Hypergraph Learning for Graph-Based Fraud Detection
本文提出了 JK-DHGNN，这是一个集成了一个 Top- 动态超图生成器、雅可比谱滤波以及基于雅可比多项式的分类器的双视图框架，通过对成对关系和高阶隶属关系的建模，有效地检测金融与电子商务欺诈，在 YelpChi 和 Amazon 数据集上实现了卓越的性能，同时证明了组件在不同数据集上的有效性。
💻 computer science
A lightweight boundary-refinement module improves entity mention accuracy in biomedical named entity recognition without degrading correct predictions
本文介绍了一种轻量级的后处理边界细化模块（BRM），该模块通过在不降低现有正确预测性能的前提下修正边界错误，显著提高了生物医学命名实体识别的准确性，从而在仅需极少计算资源的情况下增强了下游关系抽取的稳定性。
💻 computer science
A Bounded, Learnable Uncertainty Gate and Feature Augmentor for Deep Malware Detection
本文介绍了 ChaosEntropyGate v2 (CEG-2)，这是一种结合了特征增强器的有界可学习不确定性门控机制，该机制虽然在特定领域内略微提升了基于深度学习的恶意软件检测性能并修正了先前的稳定性问题，但最终证实了经过调优的树集成模型仍然是处理该任务最稳健且最具成本效益的解决方案。
💻 computer science
Deploying machine learning for remaining useful life prediction of lithium-ion batteries on Coral Dev Board
本文评估并比较了随机森林、XGBoost 和时间卷积网络模型在预测锂离子电池剩余使用寿命方面的性能，展示了它们在 Coral Dev Board 上的实际部署及其在电动汽车预测性维护中的有效性。
💻 computer science
APOSM: Pairwise preference learning improves generative small-molecule design
本文介绍了 APOSM，这是一个主动学习框架，通过在分子对比较而非绝对评分之上训练图神经网络代理模型，增强了小分子设计，从而在噪声筛选机制中显著提高了目标达成率和采样效率。