💻 计算机科学
Comparative Analysis of Rule Based Symbolic Logic and a Large Language Model in Sanskrit Morphological Analysis
这项探索性研究对比了基于规则的符号分类器与大语言模型在处理基于《薄伽梵歌》数据的梵文形态分析中的表现，发现两种方法在词序打乱的情况下均能保持稳定的兼容性，其中大语言模型的准确率（86.43%）略高于符号系统（81.43%）。
💻 Category
cs
3880 篇论文
💻 计算机科学
Joint Optimization of Retrieval-Augmented KV Caching and Adaptive Speculative Decoding for Autoregressive Generation
本文介绍了 RAKV-ASD，这是一个通过学习控制器来联合优化检索增强型 KV 缓存与自适应投机采样，从而动态选择草稿长度，在保持与标准解码完全等价的输出结果的同时，相比固定策略实现了显著的延迟和吞吐量提升的系统。
💻 计算机科学
MCP-MedImg: Enabling Standardized PACS-AI Integration through the Model Context Protocol
本文介绍了 MCP-MedImg，这是一个开放的参考架构和协议规范，它扩展了模型上下文协议（Model Context Protocol），旨在实现 AI 诊断服务与现有 PACS 系统之间标准化、安全且可审计的集成，从而填补监管监管方面的空白，并通过分层合规模型促进规模化的临床应用。该研究由施雄（Xiong Shi）完成。
💻 计算机科学
Interpretable Vehicle Insurance Claim Fraud Detection Using Categorical Preprocessing, SMOTE-NC and a Decision Tree
本文表明，通过使用 SMOTE-NC 进行过采样和类别编码进行精心预处理的决策树分类器，尽管在不平衡数据集上仅取得了适度的精确率，但仍能以高召回率和完全的可解释性有效地优先识别车辆保险欺诈。
💻 计算机科学
Ask, Then Think: Does Socratic Prompting Help LLMs on Code Tasks?
该论文介绍了 \textsc{MIND}，一种针对大语言模型的苏格拉底式提示框架，尽管其在理论上植根于人类推理，但在代码任务上未能超越诸如思维链（Chain-of-Thought）等既有基准模型，并且往往因不必要的推理开销而表现不佳，这表明只有特定的、孤立的推理机制而非人类推理理论的整体迁移才能产生益处。
💻 计算机科学
Multi Armed Bandit Based Adaptive Model Selection for Clinical AI Governance An Infrastructure Approach to Safer AI Use in U.S. Healthcare
本文提出了一种基于多臂老虎机（Multi-Armed Bandit）的临床人工智能治理框架，该框架通过平衡预测质量、成本和安全惩罚，在已验证的模型中进行动态选择，并通过 MIMIC-IV 模拟实验证明，尽管最小化遗憾（regret-minimizing）策略优于静态部署，但要实现对次优模型的自信退役，所需的数据量显著高于典型的临床数据流。
💻 计算机科学
Low-Resource Automatic Speech Recognition for Algerian Dialectal Arabic: Fine-Tuning, Regional Generalization, and Evaluation Against Multimodal LLMs
这项研究表明，针对有限且具有地理多样性的阿尔及利亚方言阿拉伯语数据对 ASR 模型进行定向微调，其表现显著优于零样本多模态大语言模型，从而证明了尽管存在来自法语语码转换的持续挑战，数据的多样性对于实现稳健的语音识别比区域深度更为关键。
💻 计算机科学
Explainable Machine Learning for Predicting Judicial Decisions: A Case Study Across Civil and Criminal Courts
本文提出并验证了一种混合可解释人工智能框架，该框架将结构化法律特征与基于 Transformer 的文本表示相结合，以准确预测并解释民事和刑事法院的司法判决结果，并证明了虽然 XGBoost 在预测准确性方面表现卓越，但 BERT 在法律语义理解方面更具优势，同时利用 SHAP 和 LIME 确保了在不同法律领域中的透明度与公平性。
💻 计算机科学
Augmented Question-guided Retrieval (AQgR) of Indian Case Law with LLM, RAG, and Structured Summaries
本文提出了增强型问题引导检索（AQgR）框架，该框架通过为查询生成法律争议点、利用结构化 RAG 摘要提供上下文，并使用大语言模型进行重排序和相关性解释，从而增强了印度判例法的检索能力，并取得了显著高于现有基准的平均检索精度（MAP）。
💻 计算机科学
Intelligent Runtime Adaptation of Cloud-Native Microservices through Design-Principle-Aware Resource Management
本文提出了 AMOF，一种用于 Kubernetes 的基于学习的混合运行时控制器，它将架构设计原则集成到资源管理中，以主动预测性能退化，并在管理延迟权衡的同时，在资源效率方面显著超越标准自动扩缩容。