2354 篇论文
本文通过将欧盟《人工智能法案》与《网络韧性法案》中以结果为导向的网络安全义务，映射到专门针对基于大语言模型的自主智能体的具体技术控制措施和验证证据，从而弥合了这些规定与实际落地之间的差距。
本文提出了一种轻量级、实时的面部表情识别系统，该系统使用基于 FERPlus 数据集并采用平方根反频率加权的自定义 PyTorch “Mini-Xception”模型进行训练，在无需显著 GPU 资源的情况下，在 Apple M1 Pro 上实现了 75.40% 的平衡测试准确率和 30 FPS 的帧率。
本文介绍了任务自适应校准（TAC），这是一个轻量化模块，它结合了任务条件的跨模态纠偏与距离感知的重分布，在保持极低计算开销的同时，显著提升了多模态长上下文理解与证据定位的准确性。
本文声称实现了一种革命性的“生殖式人工智能”（Reproductive AI）系统，该系统通过利用拓扑梅森点阵（topological Mersenne lattice）和相位共振电路，实现了确定性的、零记忆检索的智能，在消除幻觉的同时，绕过了传统生成式人工智能的能量与延迟限制，并大幅降低了功耗。
MoEMory 为冻结的混合专家（Mixture-of-Experts）语言模型引入了一种全新的长期记忆范式，该范式将用户特定信息存储为路由偏置，以选择性地激活现有能力，而无需注入新的标记或参数，从而在实现对无关查询近乎零泄漏的同时，与传统的基于注入的记忆方法保持正交且互补的关系。
这项跨国研究（2020–2026）分析了印度及全球范围内人工智能生成学术提交物的快速上升现象，揭示了相似的脆弱性率以及印度存在的显著政策空白，并提出了基于证据的多方法检测与机构问责框架，以维护研究诚信。
这项针对 88 项利用基于 YOLO 的深度学习进行柑橘类水果检测与产量估算的研究进行的系统综述表明，尽管该领域已趋向于使用能够实现高平均精度的通用技术工具包，但其严重缺乏标准化的基准、多样化的数据集以及严谨的统计验证，从而导致整体偏倚风险较高。
本文介绍了 TIG-CDO，一种语义跨层防御编排框架，该框架通过构建交易意图图，将分析重点从单个 HTTP 请求转向具有因果顺序的多步交易，从而检测并缓解微服务支付系统中的复合慢降级攻击（CSDA），实现了 99.9% 的 SLA 合规性，并且与传统的层级防御相比显著降低了误报率。
本文通过对中文社交媒体上用户生成有害内容检测以及保护中文大语言模型免受大语言模型生成有害内容影响的研究进行系统性综述，旨在整合碎片化的进展并确定未来发展的关键挑战，呈现了一项全面的综述。
该论文提出了 EPDA，一种用于车载自组织网络（VANETs）中联邦学习的高效且保护隐私的双重聚合方案，该方案在确保模型机密性、匿名性和不可链接性的同时，显著降低了计算和通信开销。