💻 计算机科学
Retrieval-Augmented Safety Knowledge for Vision-Language-Action Models in Autonomous Vehicles
本文提出了一种检索增强型描述框架，该框架将蒸馏后的避撞策略和形式化驾驶规则注入视觉-语言-动作模型中，通过解决标准模型经常忽略的安全关键细节，显著提高了自动驾驶车辆轨迹预测的准确性，使其达到接近真值的性能。
💻 Category
cs
4092 篇论文
💻 计算机科学
Cost-Efficient Large Language Model-Assisted Title and Abstract Screening for Systematic Reviews: Method Evaluation and Validation
本研究表明，经过精心构建的大型语言模型工作流，特别是那些采用少样本提示（few-shot prompting）和显式推理的工作流，可以在实现系统评价筛选高灵敏度的同时，以极低的成本减少 80% 以上的人工投入。
💻 计算机科学
Condition-Aware Multiscale Hourglass-Transformer for Remaining Useful Life Prediction of Turbofan Engines
本文提出了一种条件感知多尺度沙漏型 Transformer（CA-MHT）模型，该模型通过特定机制的归一化和多尺度时间分析，提高了不同运行工况下涡扇发动机剩余使用寿命预测的准确性，同时利用 SHAP 和集成梯度来验证模型对时间传感器行为的依赖性，并确保决策过程的透明度。
💻 计算机科学
One Vector Is All You Need for O(1) Self-Attention: The Ocean State
本文介绍了“海洋状态”（Ocean State），这是一种通过使用单个持久向量来取代标准自注意力机制的方法，旨在实现 O(1) 的计算与内存复杂度，同时展示了卓越的训练稳定性，且在 1000 万步上下文长度下也未出现遗忘迹象。
💻 计算机科学
NumaRing: Topology-Aware Routing for NUMA-Local MPMC Queues, and What Broke When We Optimized It
本文介绍了 NumaRing，一种拓扑感知型 MPMC 队列实现，它展示了通过分析驱动的发现——具体包括消除高昂的单次操作拓扑查找、修复工作窃取中的共享原子瓶颈以及移除无效的 CPU-pause 退避策略——如何大幅提升性能，同时也揭示了即便进行了这些优化，在双插槽系统上的原始吞吐量仍远低于最初的设计目标。
💻 计算机科学
Enhanced Prediction of Blood Quality Using Ensemble RF
本研究提出了一种基于增强随机森林（ERF）集成模型的自动化血液学分类系统，该模型利用 7,196 份全血细胞计数（CBC）患者记录进行训练，在诊断准确性方面优于其他机器学习算法，并利用 SHAP 和 LIME 技术确保模型在临床决策支持方面的可解释性。
💻 计算机科学
DriveSafe AI: Quantifying the Preprocessing Bottleneck in Lightweight Driver Drowsiness Detection
本文指出预处理瓶颈（特别是 SSD 边界框限制）是轻量化驾驶员疲劳检测系统精度下降的主要原因，并提出了一种结合 CLAHE 自适应预处理、三区置信度协议和动态量化的解决方案，旨在边缘设备上实现 99.0% 的准确率及低于 40 毫秒的延迟。
💻 计算机科学
Residual Hybrid Quantum Vision Transformers for Edge-Compatible Knee Osteoarthritis Grading
本文介绍了 QTRadX-KOA，这是一个结合了 DenseNet-121 骨干网络、轻量化 Transformer 以及一种新型残差混合量子头（Residual Hybrid Quantum Head）的量子-经典混合框架，旨在实现边缘端兼容且资源高效的膝关节骨关节炎分级，在性能与大型经典模型相当的同时，将参数量减少了约 90%。
💻 计算机科学
VeritasAI Multi Agent Framework for Explainable Fake News Detection Using Retrieval Augmented Generation
本文介绍了 VeritasAI，这是一个可解释的多智能体框架，它利用检索增强生成（RAG）和基于图的知识库，通过在专业化智能体之间模拟对抗性辩论来实时检测虚假新闻，从而提供比传统黑盒系统更具透明度、基于证据的判决与推理过程。
💻 计算机科学
Parameter-performance scaling of hybrid quantum-classical policies for demand-charge-aware battery control
本研究表明，虽然在考虑需量电费感知的电池控制任务中，紧凑型量子-经典混合策略可以略微优于规模相当的经典网络，但这种优势非常有限且具有特定任务性，并不构成相对于更快速的经典基准模型的通用量子优势。