3857 篇论文
本研究结合了对基于ILPD的研究进行的系统综述与一项具有可重复性且受控于泄漏问题的实验，旨在证明自动化的、具有临床可解释性的特征工程能显著提升用于肝脏疾病预测的可解释混合集成模型的判别能力与筛查权衡，同时也强调了验证设计对所报告性能指标的关键影响。
本文提出了一个包含 21 种攻击机制的统一分类法以及一个包含 1,067 个公开案例（2001–2026）的标记清单，旨在全面分类解压缩和归档提取漏洞，揭示了路径遍历在其中的主导地位，同时强调了缓解措施文档方面的显著空白，并为未来的研究提供了新的资源。
本研究表明，将相同的证据片段从集中式格式重新分组为分布式格式，会诱发冻结的 MiniCheck 验证器在接地分数（grounding score）上产生一种有界的、非加性的偏移，尽管该机制的泛化能力和实际效用仍有待验证。
通过对 2010 年至 2026 年间记录的 1,482 起人工智能事件进行分析，本研究揭示了一个“遏制差距”，即失控故障随系统自主性的增加而上升，且这些故障几乎完全由外部人员而非开发者报告，尽管由于蓄意滥用案例的激增，其相对份额在统计学上有所下降。
本研究提出了一种创新的混合深度学习框架，该框架整合了卷积神经网络（CNN）与视觉 Transformer（ViT），旨在有效结合局部特征提取与全局上下文分析，从而在 CBIS-DDSM 乳腺 X 线摄影数据集上实现更高的乳腺癌分类准确度。
本研究表明，在用于分层药用植物分类的轻量级 MobileNetV3-Small 模型中，将批归一化（Batch Normalization）置于激活函数之前可以实现更快的收敛速度和更高的准确率，而将其置于激活函数之后则能增强子类层级的泛化能力和鲁棒性，且两种配置的表现均显著优于不使用批归一化的模型。
本文提出了 RWS-Fusion，这是一个将 RGB 视频与可穿戴传感器数据相结合的多模态框架，通过有效克服运动模糊、遮挡和光照变化等视觉挑战，实现了高准确度的孤立手语识别。
本研究首次对大语言模型在阿拉伯语作者性别画像方面的能力进行了全面评估，结果显示这些模型的表现不及传统系统，展现出校准良好的弃权行为，并呈现出依赖提示词的偏见以及阿拉伯语特有的特定形态错误模式。
本文介绍了 DF-PLNet，这是一个结合了预算化周期性过滤与 U 型编码器-解码器结构的无标签框架，用于对工业控制系统过程记录进行离线异常检测，在 SWaT 和 HAI 数据集上实现了强劲性能，同时展示了剪枝预算与检测覆盖率之间的关键权衡。
本文为定向逻辑中电光门（electro-optical gates）的嵌套级联建立了一套通用的严密理论和一种高效算法，证明了虽然在许多重要情况下其可扩展性是线性的，且在平均情况下是中度多项式的，但在具有共享中间结果的一般布尔电路中，其可扩展性仍是指数级的。