2456 篇论文
AUDIT-AI 研究是一项预注册的三臂诊断准确性审计，旨在量化商业 AI 文本检测器是否系统性地将来自非英语母语机构的长篇科学文献误分类为 AI 生成，并将其与母语作者的作品及经证实的 AI 改写作品进行对比。
本综述将多元时间序列预测中的记忆机制形式化为保留状态、访问函数与更新函数之间的交互，并将近期文献归纳为架构、检索与演化三大类别，旨在识别开放性挑战并为设计可审计且具自适应性的预测系统提出路线图。
本文提出了一种新型轻量级卷积 Transformer 模型，该模型利用多教师分层渐进式知识蒸馏和定向压缩技术，在保持高精度和低内存消耗的同时，实现有效的监控视频压缩与质量增强。
本文介绍了 PV-YOLO，这是一种针对 YOLOv8n 进行的轻量化协作改进，通过四个定制模块显著提升了光伏电池微缺陷检测的准确率和召回率，同时降低了计算开销，使其能够在无人机上实现 140 FPS 的实时边缘检测。
本文展示了在 Isabelle/HOL 中对 2025 年确定性 SSSP 算法所基于的 BMSSP 递推关系的首次机器检查形式化，在不依赖公理或未经证明的假设的情况下，为该算法在无界图族上的 运行时复杂度提供了一个非空虚的、规模参数化的证明。
本研究表明，在字母表受限且数据稀缺的工业字符分类任务中，EfficientNet-B0 的表现优于包括 Vision Transformer 在内的其他深度学习架构，凸显了卷积归纳偏置在此类受限环境中的持续优势。
本研究表明，一种集成差分隐私、同态加密和智能合约的模块化联盟链框架，在医院死亡率和放射学任务中达到了与标准联邦学习临床等效的效果，证明了稳健的隐私和安全措施不会损害预测效用。
本文引入了“崩溃距离”（collapse distance）——一种用于量化网络失效接近程度的可配置安全裕度指标，并提出了 TCR-GIN，这是一种物理启发式的图学习框架，能够高效且准确地估计该指标，从而在各类复杂网络中实现实时安全管理和预警信号。
本文提出了 AVTF-Net，这是一个结合了改进的 AlexNet 和经过微调的 BERT，并利用早期融合与注意力机制来有效检测虚假新闻以捕捉跨模态不一致性的多模态深度学习框架，在 Fakeddit 数据集上实现了 95.80% 的准确率，达到了最先进的性能。
本文提出了一种轻量级、资源高效的 OCR 后处理纠错流水线，专门通过结合图像预处理、基于词典的纠错以及基于规则的恢复技术来解决越南语扫描文档中的声调符号错误，从而提高其准确性，为低资源数字化场景提供了一个实用的基准。