💻 计算机科学
Request Segmentation and Metadata Leakage in Low-Rate GPUPower Telemetry: A Single-Platform Audi
本文审计了在单块 NVIDIA RTX 2080 Ti 上通过低速率 GPU 功耗遥测来推断 GPT-2 请求边界的可行性，结果表明，虽然预知窗口分类器可以实现高准确率，但标准的被动检测在处理预填充请求时表现挣扎且整体覆盖率较低，从而凸显了实验条件与现实世界攻击场景之间的差距。
💻 Category
cs
3899 篇论文
💻 计算机科学
An External Structured Memory Architecture for Language Modeling beyond Probabilistic Fitting
本文提出了一种通过以外部结构化存储取代参数化存储来提高效率和可解释性的语言模型架构，但针对中文数据的实验结果表明，尽管该方法通过领域校准带来了适度的检索增益，但最终未能达到传统模型的准确度，从而将其主要优势限制在了可审计性而非性能方面。
💻 计算机科学
An Error Taxonomy for AI-Copilot Assisted Spreadsheet and Analytics Work
本文提出了一项受控研究，旨在将经典的 Panko 电子表格错误分类法扩展至人工智能时代，旨在衡量 AI 生成分析的高错误率与人类审查者相比于发现人为错误时更低的检测概率之间存在的关键差距。
💻 计算机科学
AI-Powered Agricultural Advisory System Using Retrieval-Augmented Generation
本文提出了“AgriSaathi”，这是一个利用检索增强生成（RAG）技术将特定领域知识库与大语言模型相结合的AI驱动型农业咨询系统，旨在为农民提供准确、具备上下文感知能力且基于证据的建议，同时解决信息获取难和数据可靠性等挑战。
💻 计算机科学
DocuStore: Domain Constrained Retrieval Augmented Generation for Drug Discovery Documents
本文介绍了 DocuStore，这是一种领域受限的检索增强生成架构，它通过整合分子结构和生物实体，显著提高了药物发现文档中问答的准确性和证据检索能力，并已通过全新的 DocQABench 基准测试得到验证。
💻 计算机科学
Target-Workload Auditing for Quality-Constrained LLM Routing
本文提出了一种针对质量受限的大语言模型（LLM）路由的目标工作负载审计框架，该框架利用参考模型的误差来实现经济型的“仅限廉价模型”救援，并通过广泛的实验证明，目标认证随机路由和配对认证在平衡成本节约与严格的质量及危害约束方面显著优于现有方法。
💻 计算机科学
Rethinking Directional Coherence Features for Blind LSB Steganalysis: A Diagnostic Redesign with Baseline-Validated, Payload-Dependent Performance
本文提出了一种针对盲LSB隐写分析的52维特征框架的诊断性重新设计，该设计利用高效的残差直方图统计取代了计算昂贵的基于特征值分解的判别式，在低载荷下实现了比其初始设计及经典SPAM基准更快的推理速度和更优越的性能，同时证明了SPM在高载荷下仍然更为有效。
💻 计算机科学
Choosing Calibration Procedures for Reuse Across LLM Confidence Interfaces
本文表明，在源 LLM 界面上表现最佳的校准程序，在复用于目标界面时并不一定能产生最优的校准映射，从而揭示了一个源与复用最优解发生分歧的独特程序选择问题。
💻 计算机科学
Content Deviation Recognition and Recommendation Model for Sports and Health Information: Based on Improved Text Rank Algorithm and Deep Fusion Transformer Architecture
本研究提出了一种改进的体育健康信息内容偏差识别与推荐模型，该模型集成了增强型 TextRank 算法与 SBERT、来源可信度机制以及多层级 BERT-Longformer Transformer 架构，旨在有效识别误导性内容并优先推荐高可信度内容，其在偏差检测和排序指标方面的表现优于现有的基准模型。
💻 计算机科学
Can AI support rapid evidence synthesis for policy? An evaluation of Elicit: The AI Research Assistant
本研究评估了人工智能工具 Elicit 在政策证据合成中的应用，发现虽然它能有效加速初步的主题范围界定，但目前仍缺乏在没有大量人工监督的情况下进行复杂快速综述所需的精确度和可靠性。