💻 computer science
Progressive Context Enrichment for LLM-Based MILP Formulation in Open-Pit Mine Production Scheduling
本文提出了一种渐进式上下文增强框架，通过系统地利用模拟器数据和代码注释来增强提示词，从而提高大语言模型在生成露天矿山生产调度混合整数线性规划模型时的可靠性，研究表明，虽然模拟器代码能提高目标函数准确性，但带注释的代码在确保约束可行性方面表现更为优异。
💻 Category
cs
927 篇论文
💻 computer science
AI-Driven Spline-Based Segmentation of Handwritten Physico-Mathematical Documents
本文提出了一种用于手写物理数学文档的 AI 驱动分割流水线，该流水线利用保形二次样条来模拟振荡基线并生成曲率自适应切割掩码，从而增强下游 OCR 任务中的检测精度与结构重建。
💻 computer science
Metric-Based Few-Shot Learning Framework for User-Defined Vocabulary Registration in Electromyography-Based Silent Speech Interfaces
本研究提出了一种基于度量的少样本学习框架，具体利用原型网络，旨在实现基于肌电图（EMG）的无声语音接口中用户自定义词汇的高效且计算轻量化的注册，且无需重复进行模型重训练。
💻 computer science
Validated cross-source synthesis of structural links in a compiled medical knowledge base: an independent literature check with a discrimination control
本文报告了一个经过独立验证的演示，证明了一种专有引擎能够通过从外部文献中提取出九个经证实的连接，并利用判别控制证明其选择性，从而正确地跨多个来源合成结构化医学关联，为未来无需幻觉的计算发现奠定了可靠基础。
💻 computer science
Gradient Alignment Dynamics in Mixture-of Experts: The Gaussian Attractor, Laminar Flow Regime, and Output-Space Isolation
本文为混合专家模型（MoE）建立了一个统一的理论框架，该框架将跨专家梯度对齐识别为专家崩溃的根本原因，引入了梯度路径假设和雷诺数诊断来表征这些动态过程，并证明了通过 Mosaic Tile 硬路由实现的架构输出空间隔离能有效消除视觉和语言任务中的灾难性遗忘与专家崩溃。
💻 computer science
Achieving 100% Accuracy in Steel Surface Defect Classification Using a Custom High-Performance CNN
本文提出了一种定制的高性能卷积神经网络（CNN）架构，该架构在对六种钢材表面缺陷进行分类的 NEU-CLS 数据集上实现了 100% 的完美准确率和最先进的性能，证明了针对特定任务的设计相较于通用模型在工业质量控制中的优越性。
💻 computer science
Introducing HPC-Enabled Computational Research Training in Africa: A Pilot Study
本文介绍了一项关于计算研究与教育中心（CCRE）的试点研究，该中心是一项在非洲开展的培训计划，成功引导了一小批早期职业研究人员通过一个结构化的、受指导的路径来开发高性能计算技能，尽管面临着显著的基础设施和导师指导方面的障碍。
💻 computer science
InVAER: An AI Framework for Real-Time Accident Detection via Adaptive Hyperparameter Optimization and Multi-Cue Validation
本文介绍了一种名为 InVAER 的新型人工智能框架，该框架结合了自适应超参数优化与多线索时空验证，旨在实现具有自动化地理空间应急协调功能的实时、高精度事故检测，从而显著降低边缘设备上的误报率和响应延迟。
💻 computer science
AI–IoT–Digital Twin Framework for Predictive Maintenance in Smart Manufacturing
本研究提出并验证了一种新型五层 AI–IoT–数字孪生框架，该框架集成了实时数据、预测分析和增强现实技术，旨在实现制造效率、可持续性和人机协作方面的显著提升，同时符合工业 5.0 的价值观。
📄 other
Humans Disengage, Reasoning Models Persist: An Item-Controlled Dissociation in Deliberation Allocation
本文揭示了人类与大型推理模型（LRMs）在决策分配上的一个关键脱节：尽管两者总体上都会在更难的问题上花费更多时间，但人类在最终出错的项目上投入的时间较少（放弃困难任务），而 LRMs 则矛盾地在失败的问题上生成更长的推理轨迹（在不确定性中持续），这凸显了尽管表面相似，但在停止与控制策略方面存在根本性的差异。