4157 篇论文
这项针对 2020 年至 2026 年文献的系统性综述评估了沉浸式虚拟现实对多样化教育成果的影响，发现虽然虚拟现实显著增强了参与度、留存率和概念理解，但其广泛应用目前仍受到成本、晕动症和教师培训不足等障碍的阻碍，从而为自适应学习、分析技术和伦理实施方面的未来研究勾勒出了一份路线图。
本文建立了预测编码网络动力学与 Pearl 的 do-演算之间的形式对应关系，通过理论推导以及在临床基准测试上的经验验证，证明了特定的架构干预能够使这些网络准确地执行因果推理，并在估计干预效应方面优于标准的关联模型。
本文提出了人工智能辅助音乐创作框架（AAMCF），这是一个概念性的五层架构，旨在利用神经音高修正、生成式和声以及自适应反馈，使患有乐感缺失症（amusia）的个体能够进行音乐创作与感知，并概述了其理论基础、评估指标以及面向未来实证验证的伦理考量。
本文为 snn-mlir 编译器引入了一种后处理 MLIR 分析通道，用于生成机器可验证的最坏情况延迟证明和内存安全性证书，从而实现脉冲神经网络在癫痫发作检测器等安全关键型边缘医疗设备中符合 IEC 62304 Class B 标准的部署。
本文识别并验证了一个此前未被阐明的“max_cluster = 1”条件，即要求所有 RoPE 频率两两互异，并证明了在推理阶段违反这一隐含约束会导致大型语言模型出现灾难性的性能退化，同时证明了由于标准几何调度方案其对数底数的超越性，这些方案本质上满足该条件。
本文提出了动态平衡混合默克尔树（DBHMT），这是一种针对基于 IOTA Tangle 的医疗健康 4.0 所优化的数据结构，它通过采用动态修剪机制，在保持资源受限型物联网环境安全性的同时，实现了存储成本四倍的降低。
这项系统综述综合了2022年至2026年间的15项实证研究，发现虽然检索增强生成（RAG）配置在心理健康应用中普遍优于基准模型，但该领域仍受到评估方法异质化、安全性报告稀缺以及多模态数据集成缺乏的阻碍。
本研究引入了一种课程分析框架，通过共享的详细工作活动本体，将计算机科学课程信号映射至数据科学家职业需求，揭示了虽然课程涵盖了所有必要任务，但在其相对权重方面存在显著的强调差距。
本文通过一个利用 Claude Code 多智能体编排开发生产级医疗平台的综合案例研究，建立了人机能力框架，量化了不同 AI 配置下的性能增益，并提出了旨在提高生产力并降低成本的 Token 优化策略。
本文证明了医院层面的患病率失配是导致跨机构 ICU 死亡率模型校准失效的一个主要且可量化的原因，并表明仅使用局部死亡率进行的简单贝叶斯修正即可在不需要标记目标数据的情况下有效恢复校准。