From Code Repository to Research Infrastructure: Evaluating GitHub for Managing the Scientific Research Lifecycle
本研究评估了 GitHub 作为集成研究基础设施的潜力,发现虽然其原生功能能够有效支持执行和输出阶段,但对于问题构建等上游研究活动仅能提供部分的溯源性,并且需要补充工具来实现全生命周期管理。
2332 篇论文
本研究评估了 GitHub 作为集成研究基础设施的潜力,发现虽然其原生功能能够有效支持执行和输出阶段,但对于问题构建等上游研究活动仅能提供部分的溯源性,并且需要补充工具来实现全生命周期管理。
CleanScore 是一个采用负控制和敏感性边界的黑盒审计框架,用于区分真正的模型技能与先前的训练数据暴露,它揭示了标准的基于改写(paraphrase)的审计会显著低估训练数据污染的影响,同时证明了公共基准测试中的表面形式膨胀(surface-form inflation)是极小的。
本文提出了一种神经筛选器-推理器(Neural Screener–Reasoner)框架,该框架结合了一个无解析器、线性自注意力检测器与一个检索增强的大语言模型,旨在实现高准确度的日志异常检测,并生成可验证且基于证据的解释,同时有效控制推理成本。
本文提出了边界优先分割(Boundary-First Segmentation),这是一种无需训练的范式,通过统一边界证据传输(Unified Boundary Evidence Transport, UBET)在进行身份仲裁前构建闭合查询区域,通过优先考虑空间相干性而非密集语义相似性,在多种基准测试中实现了最先进的性能。
本文提出了一种名为分形谱波滤波器(Fractal Spectral Wave Filter)的量子抗性密码学框架,该框架通过利用莫顿 Z 阶曲线对二维数据进行映射、在有限环上应用数论变换,并利用未缓解的混叠碰撞作为扩散机制,实现了高效的 O(N log N) 处理和高熵特性。
本文介绍了 Mastyf Guard,这是一种确定性优先的安全架构,它将 LLM 智能体视为不可信的主体,并通过外部引用监视器强制执行条件非升级不变性,在针对间接提示注入和数据外泄威胁的实证评估中,实现了近乎完美的攻击检测且零误报。
本文提出并验证了一种安全的离线可穿戴视觉架构,该架构集成了 ESP32-CAM 和树莓派(Raspberry Pi),通过可复现的软件契约和严格的基于持续集成(CI)的测试,实现了身份验证加密、抗重放攻击以及通过故障关闭(fail-closed)机制实现的启动安全性。
本文介绍了一种基于树莓派的低成本机器人脸的设计与评估,该机器人利用 OpenCV 进行实时视觉追踪,并通过舵机控制驱动以模拟人类的面部表情和头部动作,在实现 92.4% 检测准确率及极低延迟的同时,还解决了智能交互系统的安全性考量问题。
本文提出了一种用于教育实验区无人机火灾检测的改进深度Q学习算法,该算法集成了多目标奖励优化、对角线运动激励以及受A*启发式约束的机制,与传统方法相比,显著提升了路径效率、降低了风险暴露并提高了任务成功率。
该论文提出了 GHD-DETR,一种新型检测 Transformer 架构,其通过引入 GatedNestStage、BDB 和 HAGF 模块,显著增强了在复杂成像条件下对小目标、遮挡目标及低对比度目标的检测鲁棒性,并在 RTTS、HazyDet 和 DUO 等挑战性数据集上实现了大幅度的性能提升。