💻 computer science
Computational representations and evolutionary functions of emotions (Part 1): Reward signals
本文表明，针对情绪相关任务优化强化学习智能体，会自然产生与生物情绪核心特征相一致的内部奖励信号，从而支持了情绪通过改变行为以追求无形目标的这一原则。
💻 Category
cs
2305 篇论文
💻 computer science
Comparative Evaluation of Traditional Machine Learning and Transformer Models for Fake News Detection
本研究系统地将四种传统机器学习模型与四种基于 Transformer 的模型在五个公开数据集上进行了基准测试，结果表明，虽然像 RoBERTa 这样的 Transformer 架构在虚假新闻检测准确率方面显著优于传统方法，但它们也产生了高出许多的计算成本，从而为在不同资源约束下的模型选择提供了关键的权衡见解。
💻 computer science
Only the Tens Count, but Trumps Decide: Formalising and Benchmarking Dahal Jeet, a Nepali Variant of Mendikot
本文正式定义了此前未被记载的尼泊尔纸牌游戏 Dahal Jeet，并提出了一个全面的计算基准，证明了基于搜索的智能体优于学习方法，同时揭示了将牌长（trump length）作为比得分牌更强的胜利预测因子，以及控制发牌方差对于准确衡量人类与智能体性能差异的重要性。
💻 computer science
Selecting Denoisers for Frozen Pedestrian Detectors Under Gaussian Noise and JPEG Acquisition: Degradation Matching over Restoration Fidelity
本研究表明，对于在高斯噪声和 JPEG 获取条件下受损的行人检测器，基于退化模型匹配来选择去噪器对于恢复检测性能至关重要，而依赖于 PSNR 或 SSIM 等传统修复保真度指标则可能导致次优的选择。
💻 computer science
AlamX: A Privacy-Preserving Local AI Framework for Symptom-Based Disease Prediction and Conversational Clinical Triage
AlamX 是一个保护隐私、完全本地化的临床智能平台，它结合了基于随机森林的症状与生命体征分诊系统以及本地执行的生物医学大语言模型，旨在提供准确且具备不确定性感知能力的疾病预测及对话式健康指导，且无需将敏感用户数据传输至远程服务器。
💻 computer science
Perceived Quality of Siloed Versus Time-Synchronized Data Architectures for AI-Based Digital Mental Health: A Within-Subjects Scenario Study
一项针对美国成年人的被试内情景研究发现，与传统的孤岛式框架相比，用户对基于人工智能的数字心理健康系统中时间同步且集成的数据架构在系统质量、信息质量及净收益方面感知更为正面，尽管这些适度的感知优势仍需通过功能原型测试进行进一步验证。
💻 computer science
A Novel Approach for Conducting Asynchronous Federated Learning with Blockchain Integration
本文提出了一种将区块链技术与异步纵向联邦学习相结合的新型框架，旨在克服同步训练和中心化协调的局限性，从而通过去中心化共识、透明的模型评估以及基于智能合约的激励机制，提升效率、安全性及参与度。
💻 computer science
Auditable machine learning for high-stakes decisions
本文介绍了双极逻辑网络（Bipolar Logic Networks, BLN），这是一种基于规则的学习模型，它在实现与最先进的可解释方法相当的准确度的同时，还独特地提供了对于审计高风险决策至关重要的可验证、可查询的布尔逻辑以及校准概率。
💻 computer science
Topological Resonance-Based Deterministic Computing Architecture: From Virtual QPU to Reversible Thermodynamic Optimization
本文提出了一种新颖的无状态确定性计算架构，该架构集成了算法拓扑共振理论、虚拟百万量子比特处理单元以及可逆热力学逻辑，旨在克服存储墙、香农极限和兰道尔热力学屏障，同时确保硬件安全性和长期数字永久性。
💻 computer science
How Reliable and Explainable Are Machine Learning Models for Dementia Detection? A Leakage-Aware Evaluation
本研究表明，虽然机器学习模型在通过严格的参与者层面交叉验证以防止数据泄露的情况下，在 OASIS-2 数据集上能够实现极高的痴呆症检测性能，但其对 MRI 特征的表观依赖性并不一致，且往往被简易精神状态检查量表（MMSE）所掩盖，这凸显了进行独立验证以确保临床可解释性和泛化能力的紧迫性。