💻 计算机科学
Representation Paradigms in AI-based 3D Radiological Image Reconstruction: A Literature Review
本综述通过对103篇文献的综合分析，将基于人工智能的三维放射影像重建方法归纳为四个表示家族——离散网格、显式基函数展开、显式原语以及隐式神经表示，并评估了它们各自的优势、局限性、可用资源以及关键的临床挑战。
💻 Category
cs
4157 篇论文
💻 计算机科学
SWCB-YOLO: Toward Robust and Real-Time Wind Turbine Blade Defect Detection in Unstructured Natural Environments
该论文提出了 SWCB-YOLO，一种用于风力涡轮机叶片缺陷检测的轻量化实时检测器，该检测器集成了曲率感知形状 IoU 损失（Curvature-Aware Shape IoU loss）、非对称条带式 Swin-TransformerV2 模块以及频域-空间双域注意力机制（Frequency-Spatial Dual-Domain Attention mechanism），旨在非结构化环境中实现鲁棒检测，在实地数据集上达到 89.0% 的 mAP@50，并在边缘硬件上以 35 FPS 的速度运行。
💻 计算机科学
Safe Deployment of a Generative AI Assistant for Traditional-Medicine Education: Defense-in-Depth Architecture, Domain-Calibrated Safety Evaluation, and a Proposed Minimum Safety Stack
本文介绍了 TLAS-YHCT，这是一款用于中医教育的生成式人工智能助手，它通过深度防御架构实现了针对特定领域攻击的 100% 安全性，证明了临床校准的安全标准以及结合了检索增强生成（RAG）、标准化提示词和 LLM-as-judge 验证的最小安全技术栈，对于在临床教育中实现安全部署至关重要。
💻 计算机科学
Optimization method for area controller scheduling integrating efficiency, fatigue, and fairness
本文提出了一种基于多目标海洋捕食者算法（MOMPA）与约束规划的协同优化方法，用于生成能够有效平衡运行效率、疲劳风险及工作时间公平性的航路区空中交通管制员班表，并通过真实数据验证，证明了其卓越的性能与工程可行性。
💻 计算机科学
Obstacle-Avoidance Path Planning for a Basket-Carrying Robotic Arm Based on an Improved APF-RRT Algorithm
本文提出了一种改进的 APF-RRT 算法，该算法通过集成幂律衰减斥力增益、三级逃逸机制以及自适应策略，显著提升了在复杂农业环境下携带篮筐的机械臂路径规划的效率、平滑度及避障能力。
💻 计算机科学
Calibrated Abstention and Clinical Deferral in Small Language Models via RLVR and GRPO
本文表明，通过使用 RLVR 和 GRPO 对小型语言模型（Gemma 2B）进行训练以强化校准后的弃权机制，能够显著提升临床安全性，使模糊案例的推迟处理率翻倍，尽管这在原始基准测试准确率上存在权衡。
💻 计算机科学
When Explanations Mislead: A Systematic Audit of Saliency Map Localization Failures in Chest X-Ray AI Despite Correct Predictions
本文系统地证明了在胸部 X 线 AI 中，正确的预测往往伴随着不准确的显著性图解释，揭示了预测准确性与定位忠实度之间存在的关键脱节，这使得在临床部署前进行强制性验证阈值设定变得至关重要。
💻 计算机科学
Multi-Agent LLM Collaborative Reasoning and Task Planning for Complex Task Solving
本文提出了一种多智能体大语言模型框架，其特征在于在基于依赖关系的、具有校准参数和共享内存机制的任务图上运行不同的规划者、执行者和验证者角色，通过提高完成率、准确性和事实一致性并减少工具错误，该框架在解决复杂任务方面显著优于单智能体基准模型。
💻 计算机科学
Stratum-eval: A Normative-First Evaluation Framework for Clinical Machine Learning
该论文介绍了 Stratum-eval，这是一个面向临床机器学习的“规范优先”评估框架，它要求在计算任何性能指标之前，必须制定一份经过验证的规范说明文档，以明确定义使用场景、公平性权衡以及利益相关者边界，从而确保在模型部署前建立起伦理与监管的一致性。
💻 计算机科学
ISVEX: A method for the assessment of the risk exposure of intelligent systems
本文介绍了 ISVEX，这是一种全面的漏洞评分方法，其具备“强力型（Strong）”和“轻量型（Lite）”两种变体，旨在通过定制的多指标框架，对模型操纵、数据投毒和智能体漏洞等独特的 AI 风险进行量化，从而解决现有标准的特定局限性。