929 篇论文
本研究评估了五种大语言模型在 OKAP 式眼科学问题上的表现，结果显示通用型模型（尤其是 Gemini-Pro-3）在准确性和校准度方面优于专门的临床 AI 工具 OpenEvidence，同时也凸显了所有系统都存在的显著性能异质性以及共同的推理失败问题。
本文提出了一种新颖的入侵检测框架，该框架将用于深度特征提取的两阶段堆叠自编码器与基于近端策略优化（PPO）的深度强化学习智能体相结合，在多个基准数据集上展示了具有竞争力的性能和效率。
本文提出了一种基于置信度-收敛性的水下运动目标序列识别方法，该方法能够动态更新行为类型置信度，并仅在同时满足优势度、时间稳定性及类间分离度时才接受决策，从而在观测受限且具有不确定性的情况下，相比现有基准显著提高了准确度并减少了误差。
该论文提出了 HiRoC，这是一个多模态情感识别框架，通过将相关的对话历史选择性地路由通过说话人类型图，并利用跨模态不一致性来校准决策，从而增强预测准确性，以解决现有基于图的方法的局限性。
本文提出了一种结合了过程间静态分析与控制流及数据依赖追踪的自动化、可扩展方法，用于在优化后的二进制代码中准确检测自然循环并确定其迭代次数，在真实软件和基准测试集上实现了高精度与高可扩展性。
本文建立了一个可复现的基准，证明虽然全头显（HMD）姿态数据可以有效地模拟某些主观虚拟现实（VR）结果（如空间临场感），但其最理想的角色是作为传统问卷调查的补充性行为信号，而非完全替代品，且其在可用性、工作量和晕动症等不同构念上的可恢复性存在显著差异。
本文提出了一种针对慢性肾脏病预测的成本敏感且可解释的评估框架，该框架展示了通过优化决策阈值并优先考虑避免假阴性，结合证实临床合理性的可解释性分析，如何增强机器学习模型在临床决策支持中的适用性。
本文提出了一种基于 Neo4j 的知识图谱，该图谱将静态的 MITRE ATLAS 文档转化为一个可查询且以大语言模型（LLM）为基础的系统，并将其与 OWASP LLM 应用十大风险进行交叉链接，从而使从业人员能够进行威胁推理、识别 40 个未缓解的生成式 AI 技术，并证明 ATLAS 战术与 OWASP 风险类别之间的正交特性。
本文提出了安全感知语义验证框架（SSVF），这是一种新颖的执行感知方法，通过将数据库执行计划转化为结构化语义知识，以检测复杂的 SQL 注入攻击，并通过智能且可解释的验证来增强关系数据库的安全性。
本文表明，在合成基准测试上训练的提示词安全性分类器在应用于人类编写的输入时，会遭受显著的分布失配问题，导致召回率大幅下降以及误报率剧增，而这一问题无法通过单纯增加模型复杂度来解决。