cs 篇论文 | Gist.Science

本文提出了 Gnet_CAM，一种新型人体行为识别模型，该模型通过图神经网络和层级跨模态协作注意力机制整合视觉、骨骼和音频数据，以在遮挡和光照变化等复杂场景下实现鲁棒性能，其在 NTU RGB+D120 数据集及自生成的挑战性环境数据集上的卓越准确率证明了这一点。

本文介绍了一种在忠实复制日本司法考试真实格式与评分标准的数据集上训练的自我验证模型，证明了该模型在不改变原始考试结构的情况下，能够超过官方合格分数线，并优于复杂的多智能体或基于分解的策略。

本文提出了基于进化核的T-球面模糊C均值（EKTSFCM）算法，该算法集成了T-球面模糊集与通过进化技术优化的双核距离度量，旨在针对如肌电信号（EMG）等复杂数据集实现卓越的聚类精度和噪声鲁棒性。

本研究评估了商用大语言模型根据高层规范生成功能性 Verilog RTL 的能力，发现使用 HLS-C 提示词相比自然语言能显著提高正确性，同时也揭示了在仿真错误和不同位宽泛化能力有限方面持续存在的挑战。

本文提出了主成分分析搜索二值神经网络（PCA-SBNN），这是一种多模态深度学习模型，该模型整合了通过 TBConvL-Net 提取的 CT 图像特征与归一化临床数据，以实现高准确度和高敏感性的早期癌变检测。

本研究表明，大型语言模型可以作为社会与行为科学中自动化可复现性评估的可扩展筛选工具，在实现与人类重新分析者相当的定性结论的同时，支持而非取代专家判断，以用于系统性审计。

本文提出了深度双流稀疏时空量子扩散（STQD）框架，该框架集成了稀疏双流 Transformer、量子编码和量子扩散模型，旨在有效检测智能电网中的网络攻击，并在多种基准数据集上实现了卓越的泛化能力和高 F1 分数。

本文介绍了 DRAgent，这是一个代理式多学科框架，它利用一个新的大规模数据集和一个基于角色的多智能体系统，通过有效模拟眼科与内分泌科专家之间的协作，来生成卓越且个性化的糖尿病视网膜病变治疗方案。

本文提出了一种参数高效且具备说话人感知能力的混合框架，该框架结合了分层抽取式压缩、基于 LoRA 的适配以及带有新型说话人归因奖励的强化学习，旨在显著提高对话摘要的忠实度并减少幻觉，同时保持具有竞争力的词汇质量。

本研究通过分析来自主要短视频平台超过1,000,000次交互的行为信号，旨在证明动态用户参与模式（特别是理性与好奇心指标）在预测误导性AI生成视频相关回声壁效应的成员身份方面，比人口统计学特征更为有效，从而为注重隐私的预警系统提供支持。