💻 computer science
Weak-topological neural operators for certificate-guided physical prediction
本文介绍了弱拓扑神经算子（Weak-Topological Neural Operators, WTNO），这是一个通过将状态预测器与几何、拓扑及弱测度证书相结合，从而增强偏微分方程神经算子选择的框架，旨在确保在涉及界面、拓扑变化及罕见事件的情景下实现稳健的物理预测。
💻 Category
cs
929 篇论文
💻 computer science
Toward a Theory of Semantic Fixed Points: Evidence from Iterative Language Model Self-Refinement
本研究提供了经验证据，表明迭代式语言模型自我完善在多种架构和目标下始终收敛于稳定的语义不动点，这暗示存在一个潜在的能量景观，其中自我改进扮演着一种隐式优化过程的角色。
💻 computer science
Educational usability Analysis of WEKA and Orange for Learning Data Mining: A Task-Based Comparative Study with Students Feedback
本研究通过基于任务的比较和学生反馈，评估了 WEKA 和 Orange 对初学者数据挖掘学习的教育可用性，结论指出由于 Orange 具有直观的可视化工作流和用户友好的界面，其更具成效。
💻 computer science
From Programs to Predictions: A Scalable, Multilingual Platform for Automated Evaluation of Machine-Learning Olympiads
本文介绍了 MLCompete，这是一个可扩展、多语言的 Web 平台，旨在通过异步、与指标无关的流水线以及安全的两层执行环境来评估机器学习奥林匹克竞赛，并通过在罗马尼亚国家人工智能奥林匹克竞赛中的成功部署及国际参与，证明了其鲁棒性和可靠性。
💻 computer science
Dual-Guidance Framework for Semi-Supervised Semantic Segmentation via Uncertainty and Prototypes
本文提出了一种用于半监督语义分割的双重引导框架，该框架结合了不确定性感知动态伪标签细化模块和类原型对比引导模块，以共同细化预测并正则化特征表示，在 PASCAL VOC 2012 和 Cityscapes 基准测试上实现了最先进的性能。
💻 computer science
Trustworthy AI for Marketing Measurement: A Systematic Review of Attribution, Media Mix Modeling, and Privacy-Preserving Methods
这项针对108项研究（2010–2026）的系统综述通过提出一个“测量—验证—保护”框架，分析了人工智能如何重塑营销度量，该框架旨在平衡深度学习与神经媒体组合模型所带来的增强预测能力，以及隐私保护技术所带来的因果局限性与准确性成本。
💻 computer science
Beam Search-Driven Dual-Path Feature Selection with Weighted Merging for Cancer Detection
本文提出了一种新型的基于束搜索驱动的双路径特征选择与加权合并（BSDPFS-WM）模型，该模型集成了先进的预处理、多策略特征选择以及堆叠泛化技术，旨在实现跨多样化临床数据集的鲁棒、泛化且具可解释性的多癌症检测。
💻 computer science
Automated Fracture Image Captioning Using Multimodal Vision-Language Models: A Comprehensive Comparative Study on a Clinically Curated Dataset
本文针对临床策划的数据集上的自动骨折放射影像描述任务，对九种编码器-解码器架构进行了全面的基准测试，结果表明，视觉-语言预训练的 BLIP-Base 模型在不同视觉编码器与 GPT-2 解码器的组合中表现最优，同时为低资源医学成像任务中的失效模式分析和架构选择提供了关键见解。
💻 computer science
Foresight Is Not Enough: Sentence-Level Future Signals, Self-Loop Hard Negatives, and the Calibration Gap in Small Language Models
本文表明，尽管 ForesightLM-v2 模型成功学习到了稳定的句子级未来预测信号，但这种表示形式无法直接控制生成行为，从而揭示了其表象上的益处主要源于语义重排序而非学习到的未来术语本身，并凸显了小型语言模型在学习到的表示与校准后的行为结果之间存在的关键差距。
💻 computer science
From Telemetry to Techniques: Behavior-Centric MITRE ATT&CK Technique Classification Through Sysmon Event Correlation
本文提出了一种以行为为中心的框架，该框架将 Sysmon 事件重构为基于 GUID 相关联的序列，以改进 MITRE ATT&CK 技术分类，并证明了保留进程级上下文的效果优于时间分组，且基准 SecureBERT 模型在没有进行显式类别不平衡缓解的情况下仍取得了卓越的结果。