4157 篇论文
本文提出了一种参考架构及开源实现，通过将符合性概率预测与基于场景的随机路径规划相结合，架起了供应链规划中机器学习与运筹学之间的桥梁，并通过合成回测实证表明，未经校准的分位数预测会导致显著的覆盖不足和缺货风险，从而验证了校准感知接口对于可靠决策支持的必要性。
本文介绍了一种基于运动学解耦控制理论的去物质化遥操作框架，该框架通过在信息空间中对人类意图进行正交分解，消除了对物理动觉孪生体的需求，从而实现了跨不同机器人形态的零样本泛化，并颠覆了长期以来认为物理力反馈对于直观机器人控制至关重要的传统观念。
Cethraian-X 是一个基于 NIH ChestX-ray14 数据集的开源、无泄漏多标签胸部 X 线分类基准，它通过多种子评估、校准分析和可解释性工具建立了严格的复现标准，以实现对未来方法的透明比较。
本文通过在 SHADOWAI-RISK 原型中使用 LangChain、LangGraph 和 LangSmith，提出了一种用于基于大语言模型的多智能体系统的语义追踪框架，证明了集成语义评估能够显著减少语义漂移和约束违规，同时仅产生适度的延迟增加且零本地成本。
本文提出并评估了一种自动化学习引擎（ALE），该引擎通过采用具有混合检索和状态机工作流的多大语言模型（multi-LLM）编排系统，实现了对标准检索增强生成（RAG）的超越，并证明了在企业级知识综合方面，与基准配置相比，其在事实准确性、上下文相关性以及降低幻觉率方面均有显著提升。
通过在固定的 2400 万 token 池上进行的实证实验，本文表明，在固定计算预算下，激进的质量过滤往往会因迫使过度的数据重复而损害模型性能，而保留低质量数据并对高质量子集进行过采样，则能在各种目标任务中产生更优或同等的实验结果。
本文表明，尽管计算参数与计算量统计口径的变化会显著改变拟合出的计算最优训练前沿的指数，但由于损失函数的平坦性，这种变化对训练效率的实际影响是微小的，且具体的统计选择可以从简单的架构比例中进行预测。
本文评估了在多核 CPU 上对 24 层字节级 Transformer 进行的有界时限局部训练，发现虽然所提出的读出梯度共识方法相比全局反向传播实现了 38% 的吞吐量提升，但未能满足在所有测试数据集上达到 1% 非劣性标准的模型质量要求。
这一结构化批判性回顾表明，尽管计算系统在预测和模拟等孤立能力方面取得了进展，但目前尚无文献记载的系统能够完成一个经过充分验证的、自适应的治理闭环，从而在战略响应下经验性地证明其实际干预的成功，这凸显了当前的模块化工具与真正的代理式治理之间存在的关键证据差距。
本研究分析了 157 万个 GitHub 仓库，旨在证明挖掘软件仓库（MSR）研究中常见的过滤标准会引入显著的维护、生态系统和关系偏差，从而扭曲项目弃用率及变量间的关系，并倡导转向分层抽样和精细化的噪声检测。