cs 篇论文 | Gist.Science

本文介绍了 MedRouteGuard，这是一个通过执行严格的证据验证和重放规则来揭示当前临床问答基准测试因奖励省略溯源或重用陈旧依赖项的路径而显著低估首个标记延迟的路由准入框架，从而实现性能排名的转移并提高证据有效性。

这项预注册研究表明，虽然在动态柔性车间调度问题上训练的 GNN–PPO 策略展现出了规模泛化性，但它们无法同时实现相对于传统调度规则的竞争力和针对多重扰动机制的鲁棒性，从而证明了这两个属性是可分离的而非共生的。

本研究表明，对于不确定性环境下的动态作业车间调度问题，精确的最优调度方案往往不如简单的优先级调度规则具有鲁棒性，因为其缺乏松弛量导致无法吸收扰动，使得后者尽管标称性能较低，但在实际执行中却经常表现得更为优越。

本文引入了一种基于密度矩阵的序参量，用于分析语言模型在近义词任务上的微调失败问题，揭示了尽管损失函数在下降，但由于结构性嵌入拖拽（structural embedding drag），模型在几何层面上仍可能发生退化，并确定了能够预测临界学习率和架构行为的无量纲量。

本文认为，随着人工智能使代码生成趋于商品化，在金融等受监管环境中，最具价值的专业技能正从提示工程转向代码理解与集成，这使得必须建立新的专业资本模型和治理框架，以应对人机协作创作带来的挑战。

本文提出了一种两阶段的从粗糙到结构（C2S）模型，将合成对比增强乳腺 MRI 生成分解为全局场预测和结构细化，证明了尽管在感知相似性指标上存在权衡，但与单阶段模型相比，该模型具有更优越的病灶级可靠性和结构保真度。

AoIDER 是一个用于根据自然语言需求评估文档的可审计框架，它将规则编译为可执行代码，以约束小语言模型的证据提取过程，从而确保判定结果的确定性与可检查性，同时证明在教育场景下，验证驱动的规则修复能显著提升 2B–4B 参数模型的准确率。

本文提出了一种双重方法，通过一种新颖的阈值调整目标和基于反事实解释的数据微调，在优化检测率与误报率之间的权衡方面，提升不平衡数据集上软件缺陷预测的透明度与性能。

本研究表明，尽管深度学习模型能够捕捉用于法医年龄估计的生物学衰老模式，但其可靠性会因人群和硬件的变化而显著受损，这强调了在法医应用之前进行外部验证和可解释性分析，以检测非解剖学捷径的紧迫性。

本文提出并评估了“SPARE-STARE”，这是一种基于查询参数的安全框架，它通过使用加密和唯一标识符将渐进式 Web 应用（PWA）与受信任的 Web 活动（TWA）进行绑定，从而在有效缓解未经授权复制威胁的同时，克服了通信限制并降低了开发复杂度。