cs 篇论文 | Gist.Science

本文介绍了递归推理机（Recursive Inference Machines, RIMs），这是一种将神经骨干网络与经典递归推理方案相统一的神经推理框架，旨在增强在复杂推理基准测试上的性能，并提高在表格数据设置中的鲁棒性与效率。

本文提出并验证了一种用于实现对遗留企业系统进行安全自然语言访问的生产级架构，该架构通过利用模式元数据导航图（Schema-Metadata Navigation Graph）和目录约束提取来取代自由形式的 SQL 生成，从而通过架构设计而非模型规模来消除幻觉和安全风险，确保了可靠性。

本研究提出了一种结合改进数据策略与 YOLOv11 架构的微塑料实时智能监测系统，旨在显著提高检测准确度、减轻操作人员疲劳，并加速复杂显微样本的筛选过程。

本研究采用设计科学研究方法，提出并验证了一种人工智能增强型敏捷框架，该框架通过减少 50% 的估算时间并利用人工智能辅助工作流实现高达 97% 的迁移准确率，显著加速了资源受限的精益科技初创企业的最小可行性产品（MVP）开发并提升了质量。

本文提出了一种自监督、不确定性感知框架，通过利用时间几何一致性和自我运动补偿来优化深度估计，从而在无需昂贵的3D边界框标注的情况下，提升自动驾驶中目标级3D定位的稳定性。

本文提出了一个综合性框架，利用包括 BERT 和各种 RNN 变体在内的先进机器学习与深度学习算法，结合多种嵌入技术和 LDA 主题模型，对来自 21 家医院的患者文本反馈进行分析，并从中得出用于提升医疗服务质量和患者满意度的可行性见解。

本综述在冷启动部署框架下，对基于基础模型的工业视觉异常检测进行了回顾，通过按数据可用性和流水线角色对方法进行系统分类，同时探讨了在适配、评估和可扩展实现方面面临的挑战。

WiFlux AI 是一个智能框架，通过对每个接入点 14 个参数进行实时分析来优化智慧校园 Wi-Fi，从而自主预测并解决拥塞，在实现网络速度、丢包率和拥塞降低方面取得显著提升，并能扩展以支持多达 1,000 个接入点。

本文提出了一种多模态人工智能驱动的展览式学习模型，该模型通过稳健的小数据训练技术，在实现高专家相关性的同时显著减少了教师的评估时间，从而有效解决了初中阶段艺术评价的主观性及课程碎片化问题。

本文提出了一种新型物理信息高斯过程（PIGP）框架，该框架利用定制的周期核函数和自适应配置策略，能够高效且准确地计算非线性动力系统的周期解，并展示了其相比于谐波平衡法具有更优越的计算性能。