CCS: A Continuous Spatial-Semantic Concordance Score for Robust Evaluation of Object Detection Models
本文提出了 CCS,一种连续空间-语义一致性评分,该评分通过基于高斯的空间相似性和基于分类学的语义相似性取代了不稳定的硬阈值指标,旨在为目标检测模型提供鲁棒且与阈值无关的评估,特别是在如中医舌诊这类类别不平衡且具有语义结构的领域中。
4157 篇论文
本文提出了 CCS,一种连续空间-语义一致性评分,该评分通过基于高斯的空间相似性和基于分类学的语义相似性取代了不稳定的硬阈值指标,旨在为目标检测模型提供鲁棒且与阈值无关的评估,特别是在如中医舌诊这类类别不平衡且具有语义结构的领域中。
本文提出了一种无需蒸馏、无需辅助损失的三组件系统,该系统结合了冻结路径(FrozenPath)锚定、数据分片(Data Shard)绑定以及双环(Dual-Loop)精炼,旨在有效消除稀疏混合专家模型在增量训练过程中出现的专家同质化和灾难性语言漂移问题。
本文通过开发一种统一的分类法以及一个基于规则且可审计的风险评分框架(BSRS)来量化架构漏洞,旨在解决跨链桥的关键安全缺口,并通过对重大历史性漏洞利用案例进行回顾性验证,证明了该框架在识别高风险桥设计方面的有效性。
本文提出了一种语义感知三层协同优化架构,通过集成语义动态监测器、因果归因模块和语义锚定重规划器,来弥合视觉-语言-动作模型在训练-推理-执行阶段的差距,从而实现偏差类型自适应干预,在无需对骨干网络进行重训练的情况下,显著提升了在严重干扰下的任务成功率。
本研究提出了一种基于机器学习的入侵检测系统,利用 CICIDS2017 数据集来检测 DDoS 和暴力破解攻击,并证明了 XGBoost 算法通过实现近 99.9975% 的准确率及其他关键指标,其表现优于随机森林和人工神经网络(ANN)。
本文提出了一种拓扑感知型混合检索引擎,该引擎将稠密检索、稀疏检索与文件系统搜索相统一,并利用多层控制器自动遍历文档层级与超链接,在避免语言模型驱动的查询分解所带来的开销的同时,显著提升了企业知识系统的召回率、排序质量和延迟表现。
本研究系统地证明了大型语言模型采用了一种结构化的、特定于模型的自我审查架构,该架构在内部推理与外部输出之间创造了一个可衡量的差距,而这种差距可以通过特定的框架策略被绕过,从而揭示出独特的对齐人格以及关于机器通信的新颖元认知概念。
本文提出了一种知识追踪模型,该模型利用知识上下文感知的 Q 矩阵增强和知识概念的拓扑排序,有效地追踪具有短期稳定性与长期变异性的学生间歇性知识状态,并通过在多个数据集上的实验进行了验证。
本文提出并验证了埃洛等级分系统(Elo Rating System)的两种具备反馈感知能力的扩展模型——新项目模型(New Item model)与概率修正模型(Probability Modifier model)——通过在迭代问题解决环境中明确区分辅助成功与非辅助成功,这些模型显著提高了知识估计的准确性。
本文提出了后量子密码(PQC)全球能力中心治理框架(PGGF),这是一个由5层、6阶段组成的模型,旨在通过整合性能数据、跨司法管辖区合规性以及企业对齐标准,解决治理就绪度这一主要障碍,从而引导全球能力中心进行后量子密码迁移。