💻 computer science
Enactive Alignment and the Preservation of Noodiversity in a Coevolving Noosphere
本文认为，为了在协同演化的智性圈（noosphere）中确保人工智能具有韧性且可持续的未来，该领域必须从强制道德同质化的自上而下的表征对齐方法，转向一种通过内生性、参与式规范性来保留认知多样性的生成式（enactive）对齐框架。
💻 Category
cs
2266 篇论文
💻 computer science
Decentralized Weapon-Target Assignment in Aerospace Defense Systems: An Attention-Enhanced Multi-Agent Reinforcement Learning Approach
本文提出了 STG-MADAC 框架，这是一种增强注意力的多智能体强化学习方法，该方法利用时空图注意力与多目标优势分解，旨在实现动态航空航天防御系统中卓越的去中心化武器目标分配。
💻 computer science
MS-RTDETR: Leveraging Multi-Scale Feature Enhancement and Query Refinement for Small Object Detection
本文提出了 MS-RTDETR，一种实时端到端检测器，通过一种新颖的尺度耦合特征-查询细化（SCFQR）机制和不确定性感知匹配目标，将多尺度特征增强与查询细化相统一，从而提升了小目标检测能力，在无需辅助推理分支的情况下，在不同数据集上实现了卓越的性能和鲁棒性。
💻 computer science
Auditable AI Ethics in Education: Developing Measurable Competencies for Sustainable Development across K-12 and University Curricula
本研究开发并实证验证了一个“可审计人工智能伦理”能力框架，该框架将高层级的监管指令与实践性的 K-12 及大学课程相衔接，并通过一项试点项目证明，基于结果且导向行动的教学法能有效地将学生从被动的人工智能消费者转变为能够进行批判性验证、偏差缓解及法律合规的负责任创造者。
💻 computer science
Coherent Projector-Overlap QFNNs with Chebyshev Responses: Expressivity, Approximation, and Coherent Depth
本文引入了一种连贯的量子前馈神经网络（QFNN），该网络利用可训练的投影重叠和交替反射来实现精确的切比雪夫多项式激活，从而在展示其在基准图像分类任务上具有竞争力的性能的同时，为其表达能力、通用近似能力和泛化界限建立了严密的理论基础。
💻 computer science
Related Families, Not Label Errors: A Case Study of a Failure Mode in Open-World Malware Evaluation on BODMAS
本文表明，在 BODMAS 基准测试上表现较差的开放世界恶意软件检测性能，并非由标签错误或检测器缺陷所致，而是由于训练集中存在高度相关的家族，使得被留出的“新颖”样本对于无监督新颖性评分方法而言实际上是熟悉的。
💻 computer science
ParaWeb: Parallel Programming Patterns for Web Development
ParaWeb 是一个 TypeScript 库，它在 Node.js 和浏览器环境下，通过消息传递、共享内存以及 WebGPU 计算着色器实现了十种并行编程模式，展示了其相对于顺序 JavaScript 的显著加速效果，并与 C++ 库相比具有竞争力的性能，同时强调了数据传输开销对 GPU 效率的关键影响。
💻 computer science
S3HNet: Stage-Aware Spectral-Spatial Learning for Ground-Level Urban Hyperspectral Remote Sensing Segmentation
本文提出了 S3HNet，一种阶段感知光谱-空间分层网络，该网络通过在浅层编码器阶段保留波段敏感的光谱证据，并在解码器中重建空间一致的语义表示，有效地分割地面级城市高光谱图像，从而在基准数据集上优于现有的密集分割模型。
💻 computer science
Compiler-Guided Polynomial-Level Parallelism for FHE-Encrypted Machine Learning Inference
本文介绍了 CRISP，这是一种编译器引导的方法，通过在运行时 SIMD 向量化与编译时 OpenMP 并行性之间进行权衡，实现了用于 FHE 加密机器学习推理的安全多项式级并行，从而在 ANT-ACE 编译器框架内实现了显著的加速和延迟降低。
💻 computer science
ADE-MDA-Net: an asymmetric dual-encoder network with multi-dilation attention for bearing surface defect segmentation
本文提出了 ADE-MDA-Net，一种结合了 SE-双重池化融合、多空洞深度注意力以及多尺度空间注意力融合模块的非对称双编码器网络，旨在实现对挑战性轴承表面缺陷的高精度且高计算效率的像素级分割。