4157 篇论文
本文提出了量子无状态人工智能数据中心（QS-AIDC）架构，该架构利用算法拓扑共振理论、零负载输入输出以及共振证明共识机制，通过以非局部、确定性重构取代传统的有状态计算，来实现永久性的 O(1) 复杂度、消除数据存储并大幅降低能耗。
本文提出了一项设计科学研究，介绍了一种用于 AI 辅助软件交付的治理框架，该框架利用规范需求模型、双供应商构建与评审循环以及可执行文档，在实现两个独立生产系统之间高追溯性和合规性的同时，重新定义了业务分析师的角色。
本文介绍了 EVE，一种将不确定性视为计算原语并通过传播分布式潜状态进行处理的变分神经元，证明了这种神经元层面的方法在保持具有竞争力的点准确率的同时，能够提升密集 MLP 和 Transformer 架构中的不确定性校准能力与性能。
本研究表明，在使用带有结构化评分标准的零样本提示方法时，大型语言模型 Gemini 3.5 Flash 在处理经修订 OCR 文本输入的初中手写数学命题任务时，能够实现可靠的自动化评分，尤其是在处理整数问题时。
本文提出了 MBRD-Tor，这是一个三阶段深度学习框架，通过融合多尺度行为特征、采用基于集成学习的质量评估进行自适应加权，并利用 GAN 生成的合成特征，解决了 Tor 网络中协议同质化、加密噪声以及极端类别不平衡的挑战，从而实现了卓越的恶意服务检测性能。
这项系统性基准测试研究表明，前沿大型多模态模型，特别是 Gemini 2.5 Pro 和 GPT-4o，在从非结构化胃肠道病理报告中提取关键的神经周围浸润状态方面，显著优于面临时间压力的医学专家及传统的自然语言处理基准模型，同时一种新型的失效模式分类法为基于特定错误特征的模型选择提供了具有操作性的指导。
本文提出了一种用于聚类联邦学习中稳定且符合预算约束的联盟形成的享乐势博弈框架，证明了纳什稳定划分的存在性，并推导了福利效率保证，且该保证在 CIFAR-10 数据集上经经验验证优于等额剩余分配。
本文阐明了在延迟多智能体修正系统中，验证延迟会产生一个由多蒂数（Dottie number）决定的不可逾越的精度底限，为性能增益设定了预算上限，并使得最优策略在超过特定阈值后从集中修正资源转变为分散修正资源。
本文提出了一种结合对抗训练与高斯数据增强的韧性混合防御机制，旨在显著恢复网络入侵检测系统在面对快速梯度符号法（FGSM）和 Carlini & Wagner 对抗攻击时的准确率，将攻击后的性能从低至 26.49% 提升至 96.57%。
本文介绍了一种时空融合框架，该框架将多光谱 RGB 强度图与直接飞行时间光子直方图相结合，以实现感知材质的目标检测，通过在家用物体上验证的双模块流水线，展示了在定位、分类和防欺骗方面的极高准确性。