cs 篇论文 | Gist.Science

本文提出了一种用于生成监控视频中异常事件摘要的交互式查询算法，该算法利用基于规则的分类器来处理复杂的用户查询，并引入了一种“改进重叠率”指标进行评估，证明了在 PETS09 数据集上其准确性和质量均优于现有方法。

本文提出了一种基于大语言模型（LLM）的测试用例生成方法，该方法通过一个集成了历史数据和发布上下文的项目记忆库进行增强，旨在显著提高大规模软件系统的风险覆盖率、减少重复并增加缺陷发现。

本文利用 BrEaST 数据集，建立了一个基于 MATLAB 的初步 CNN 基准模型，用于乳腺超声图像的恶性与非恶性二分类任务，在提高测试准确率的同时，明确将探索性的亚型标记和可解释性设定为未来的研究方向，而非已验证的结果。

本文提出了一种模块化可微编程框架，该框架通过将转移率分解为具有临床意义的因子、通过随机自动微分计算其敏感性，并实时生成可追溯的自然语言解释，将可解释性直接集成到用于临床决策支持的连续时间马尔可夫链模型中。

本研究比较了 NLTK、TextBlob 和 spaCy 在处理由功能转换引起的花园路径句中的表现，发现 spaCy 在句法准确性方面显著优于其他两个库，并为改进包括针对非洲语言的 NLP 工具在内的工具提供了见解。

本文提出了一种参考架构及开源实现，通过将符合性概率预测与基于场景的随机路径规划相结合，架起了供应链规划中机器学习与运筹学之间的桥梁，并通过合成回测实证表明，未经校准的分位数预测会导致显著的覆盖不足和缺货风险，从而验证了校准感知接口对于可靠决策支持的必要性。

本文介绍了一种基于运动学解耦控制理论的去物质化遥操作框架，该框架通过在信息空间中对人类意图进行正交分解，消除了对物理动觉孪生体的需求，从而实现了跨不同机器人形态的零样本泛化，并颠覆了长期以来认为物理力反馈对于直观机器人控制至关重要的传统观念。

Cethraian-X 是一个基于 NIH ChestX-ray14 数据集的开源、无泄漏多标签胸部 X 线分类基准，它通过多种子评估、校准分析和可解释性工具建立了严格的复现标准，以实现对未来方法的透明比较。

本文通过在 SHADOWAI-RISK 原型中使用 LangChain、LangGraph 和 LangSmith，提出了一种用于基于大语言模型的多智能体系统的语义追踪框架，证明了集成语义评估能够显著减少语义漂移和约束违规，同时仅产生适度的延迟增加且零本地成本。

本文提出并评估了一种自动化学习引擎（ALE），该引擎通过采用具有混合检索和状态机工作流的多大语言模型（multi-LLM）编排系统，实现了对标准检索增强生成（RAG）的超越，并证明了在企业级知识综合方面，与基准配置相比，其在事实准确性、上下文相关性以及降低幻觉率方面均有显著提升。