cs 篇论文 | Gist.Science

本研究表明，GPT-5.4 在调查数据的归纳性内容分析方面可以接近人类水平，其编码和主题生成的符合度达到了与人类内部一致性相当的水平，从而验证了其作为定性研究可扩展支持工具的潜力。

本文提出了一种基于风险的活动目录加固框架（RB-ADHF），该框架整合了五个安全领域，并与 NIST 和 CIS 标准保持一致，旨在为评估和改进企业身份基础设施以抵御凭据窃取和权限提升提供一种结构化且可衡量的方案。

本文提出了 DORI，这是一种分布式接口，它通过应用设计即调和（reconciliation-by-design）原则来检测不一致性、验证区块链事件，并在将它们原子性地交付给下游微服务之前提供幂等修正，从而确保云原生系统中具有韧性的多源事件同步。

本文提出了一种基于速度和形态条件的傅里叶步态合成方法，该方法将变时长关节角度数据转换为固定维度的频率系数以实现鲁棒重建，并在信号保真度和双足运动下游强化学习任务方面均展现出优于现有基准方法的性能。

本研究提出并验证了一种改进的混合检索增强生成框架，该框架利用经过优化分块与级联阈值处理的稀疏-稠密-重排序多阶段流水线，旨在显著提升高逻辑密度校园政策文本的检索准确性与语义对齐度。

本综述从表征、行为和机制三个视角综合了预训练 Transformer 在主谓一致、否定以及组合泛化方面的证据，旨在揭示其收敛与碎片化的不同模式，并最终提出一种“可及性与使用”诊断方法，以阐明当前的局限性并指导未来的跨层级研究。

本文提出了一种结合了基于 YOLOv8s 的牛只检测、MQTT 驱动的通信以及自动声学威慑功能的边缘人工智能与物联网框架，旨在实现实时、自主的牲畜入侵监测与农场保护。

本研究表明，在葡萄牙语增量预训练中，合成重写起到了质量倍增器的作用，而非数据清洗的替代品，其显著提升性能的效果仅在应用于高质量源数据且主要针对较大规模模型时才会实现。

本文引入了一个基准框架，用于在合成数据集和真实世界数据集中评估五类无监督轨迹向量化技术，展示了它们在聚类以及识别特定轨迹特征（如运动动力学和几何模式）方面的有效性。

本综述全面概述了推文摘要方法，评估了抽取式和生成式方法、针对噪声短文本的预处理策略以及大语言模型等新兴趋势，同时识别了关键挑战和未来的研究方向。