4092 篇论文
本研究评估了大语言模型（ChatGPT-4 和 Gemini 2.5）在软件工程评估评分及生成个性化反馈方面的有效性，发现虽然它们能够生成高质量的反馈和初步评分，但由于其与教师评分的相关性有限，表明它们最适合作为支持而非取代人类教师的混合模式。
本研究表明，机器学习模型，特别是能够避免递归自回归方法中固有的“冻结特征”问题的 Direct LSTM+Optuna 架构，在针对挪威现行的基于日历的每小时急诊科患者到达预测基准时，无论是在短期还是扩展规划周期内，其表现都显著优于该基准。
本文提出了一种“生态能力比例测试”及相应的治理框架，旨在通过要求开发者除非边际生态负担能由成比例的、特定情境下的能力提升来证明其合理性，否则应避免显著提高环境成本，从而在伦理上引导生成式人工智能模型的选择。
本文提出了一种使用 JPEG-XL 处理亮度分量并使用 JPEG-2000 处理色度分量的混合图像压缩流水线，证明了在保持高感知质量并显著降低存储需求的同时，可以对色彩分量进行激进的压缩（高达 3,000:1）。
本文提出了一种用于分布式物联网安全的创新区块链框架，该框架集成了联邦学习、IPFS和轻量级密码学，以克服可扩展性和资源限制，在多种应用场景中实现了近乎完美的准确率（99.88%）以及针对实时预测性维护的鲁棒异常检测。
本文介绍了 LEGR，这是一个用于表格结构识别的端到端框架，它通过将静态几何启发式方法替换为可学习的关系边特征以及级联图注意力网络细化模块，通过通过学习全局布局推理来迭代修正预测，从而实现鲁棒且具有领域不变性的性能。
本研究提出了一种基于 Android 的可解释决策支持系统，该系统利用优化的 XGBoost 模型和计算高效的 Monte Carlo SHAP 算法，直接在移动设备上提供高性能混凝土抗压强度的实时、可解释预测。
本文提出了一种统一的双平衡框架，通过用于跨模态一致性的模态分支融合策略以及用于提升尾部关系识别能力的先验感知类别校准器，解决了长尾多模态关系抽取中的标签与模态不平衡问题，并在 MNRE 和 MORE 基准测试上展示了具有竞争力的性能。
该论文提出了多重近似响应智能体（MARA），这是一种可并行化的原问题恢复方法，它通过生成针对对偶价格查询的多个有界次优响应并将其组合，在不增加墙钟时间的情况下，在分布式优化中快速实现可行且近优的解。
本文介绍了 FPA-Net，这是一种双分支深度网络，它利用 HVI 色彩空间内的复数值频率建模和位置感知注意力机制，实现了具有卓越结构保真度和色彩一致性的最先进低照度图像增强。