3854 篇论文
本文提出了一种可持续的本地化 RAG 架构，通过文档切片上下文关联（Document Slice contextualization）和两层路由智能体（two-tier routing agent），在实现接近基准检索准确度的同时，大幅降低了能源治理合规所需的能耗、排放和推理时间。
DISC 是一种基于图的新型聚类算法，它利用局部几何熵来扭曲亲和度度量并构建一个干净且破碎的图，随后通过深度引导流将该图划分为高纯度的吸引子盆地，并进行合并以在多种数据集上实现最先进的性能。
本文介绍了 **pn_fir_tau**，一种结合了无参数因果 FIR 键平滑与可学习逐层阈值的技术，该技术解决了整流注意力中的“分值偏移病态”（Score-Shift Pathology）问题，从而实现了完美的关联召回（associative recall），消除了注意力汇聚（attention sinks），并使模型能够在保持最先进困惑度（perplexity）的同时，有效地抑制无法回答的查询。
本文提出了 SPAFNet，一种旨在处理非对齐 RGB-T 显著目标检测的语义先验引导渐进式对齐与门控双向融合网络，尽管其在 UVT20K 数据集上报告的性能指标仍处于初步阶段且缺乏统计学验证。
本文提出了 TME LLM OS，这是一种闭环系统工程架构，它通过整合结构化审查、溯源追踪和门控执行，在安全发布前解决受限情节内的失配问题，从而将人类的理论-机制-经验（Theoretical-Mechanistic-Experiential）框架应用于强化 AI 智能体的认识论修正。
STEP-VERIFIER 是一种过程奖励模型，它通过自动合成的成对比较来学习验证单个智能体的动作，在训练过程中提供密集的中间反馈，从而在无需在部署时依赖验证器的情况下，显著提高智能体在复杂工具使用任务上的性能。
本研究利用多尺度元胞自动机（MSCA）模型对四路信号控制交叉口的车流与行人冲突进行模拟与分析，展示了通过对空间和时间尺度的分层建模，如何优化信号配时策略，从而同时提升交通流效率与行人安全性。
本文引入了特征加权优先经验回放（Feature-Weighted Prioritized Experience Replay, FW-PER），旨在诊断并缓解由深度强化学习中偶然不确定性引起的“TD中毒”问题，并最终揭示了“均匀经验回放悖论”，即在极端噪声污染下，简单的均匀随机采样表现优于复杂的算法过滤。
本研究利用 KataGo 自博弈模拟来建模贴目（komi）与对局结果之间的关系，揭示了公平的贴目值遵循逻辑分布，并随棋盘大小及计分规则而变化，从而挑战了关于半目增量以及围棋公平性数学基础的传统假设。
本研究表明，一种由机器学习引导的、能提前六小时预测拥挤情况的主动式全容量协议（Full Capacity Protocol），与传统的反应式启动相比，显著减少了急诊科处于拥挤阈值以上的时间并缩短了协议持续时间，尽管它并未显著改善整体候诊时间或住院时长。