💻 计算机科学
Adaptive unsupervised anomaly detection with dynamic recalibration for scalable industrial asset reliability monitoring
本文提出了一种自适应、无监督的学习框架，该框架通过动态重新校准基准，以有效检测不同运行条件下老化工业资产中的异常情况，在无需标注故障数据的情况下，在真实的 HDPE 聚合工艺中实现了 100% 的召回率和平均 72 小时的预警提前量。
💻 Category
cs
3858 篇论文
💻 计算机科学
MUESCA: A Multi-Genre Corpus and Annotation Scheme for Subjectivity in Spanish
本文介绍了 MUESCA，这是一个多体裁西班牙语语料库和标注方案，它利用语用特征将主观性量化在一条连续谱上，并证明了将这些特征与 Transformer 模型相结合可以显著提高主观性检测的性能，特别是对于混合类新闻文本。
💻 计算机科学
1+1 ̸ = 2: Appearance and utterance to determine the virtual agent’s intellectual impression
这项研究表明，当虚拟代理的外貌与言语相互矛盾时（例如，外表看起来聪明但说话不睿智，或反之亦然），比起外貌与言语在传达智能方面保持一致时，人们会认为它们更具智能且更值得信赖。
💻 计算机科学
A safety aware framework for conversational health agents integrating fuzzy logic reinforcement learning and large language models with self determination theory and constrained optimization called SAFE CHA
本文提出了 SAFE CHA，一个混合对话式健康智能体框架，该框架整合了大语言模型、模糊逻辑以及在自我决定理论和约束优化指导下的强化学习，旨在通过平衡适应性与严格的安全控制，提供安全、共情且个性化的心理健康支持。
💻 计算机科学
Interpretable Deep Learning for Psychosocial Assessment of Women's Mental Health and Empowerment
本文提出了 X-WMHEA 模型，这是一个可解释的深度学习框架，该框架集成了用于特征选择的 HSIC-LASSO、用于分类的 TabM 以及用于可解释性的 SHAP，旨在利用心理社会因素准确评估女性的精神健康与赋权，在抑郁症数据集上实现了高准确率，同时为关键影响变量提供了透明的见解。
💻 计算机科学
Automatic dance movement quality assessment via spatiotemporal skeletal representation learning
本文提出了 RSDQ-Net，一种感知参考的空时网络，该网络将异构舞蹈数据统一到规范骨架中，以分别对空间执行和时间相位偏差进行建模，从而在多个数据集上的自动舞蹈动作质量评估中实现了最先进的性能。
💻 计算机科学
The Calibration Transfer Gap: When Recalibration Parameters Fail to Transfer under Distribution Shift
本文引入了“校准迁移差距”（calibration transfer gap）这一概念，旨在证明在分布偏移下，重校准方法的拟合参数往往无法有效地迁移至目标领域，这一现象是由参数漂移和不可识别的置信度-准确度关系所驱动的，从而使得在较小的目标标签预算下进行简单的重新拟合往往是有害的。
💻 计算机科学
Sensitivity-aligned Mixed-precision Quantization and Low-rank Adaptation for LLMs
本文提出了一种敏感度引导的框架，该框架将分块混合精度量化与自适应低秩自适应相结合，旨在高效压缩大语言模型，同时保持甚至提升其相对于 FP16 基准模型的下游性能和困惑度。
💻 计算机科学
FOCUS: Dependence-Regularized Disentanglement for Domain Generalization
本文介绍了 FOCUS，这是一个通过互信息正则化将任务相关特征与领域特定特征进行解耦，从而增强模型鲁棒性的领域泛化框架，并证明了虽然上界（CLUB）和下界（MINE）估计器都能有效提升性能，但主要的益处源于解耦策略本身，而非特定的估计器选择。
💻 计算机科学
From Raw Agent Traces to Auditable Claims: A Reproducibility Layer for AgentDojo
本文介绍了 AgentDojo Trace Audit，这是一个可复现的 Python 层，它通过成功重建所有 11,624 条记录、在修复后测试中实现对突变的完美检测与分类，并确保在良性转换上零误报，从而验证了一个固定的 AgentDojo v1.2.1 快照，进而建立了一个用于审计交互式智能体基准测试声明的稳健框架。