Safe Separability for Autonomous Authorization: Branch-Relative Authority Closure Under Decision-Critical Uncertainty
本文介绍了分支相关权限闭合(Branch-Relative Authority Closure, BRAC),这是一个通过在每次观测后动态重新计算授权权限,以在不违反合法性约束的情况下解决决策关键的不确定性,从而确保自主智能体安全获取证据的框架。
3900 篇论文
本文介绍了分支相关权限闭合(Branch-Relative Authority Closure, BRAC),这是一个通过在每次观测后动态重新计算授权权限,以在不违反合法性约束的情况下解决决策关键的不确定性,从而确保自主智能体安全获取证据的框架。
本研究提出了一种用于城市用电效率的集成式异常检测系统,通过将传统的机器学习算法与深度学习自动编码器进行对比,证明了自动编码器在实现卓越性能(F1 分数分别为 0.9740 和 0.9494)的同时,还能利用 SHAP 进行可解释性分析,以支持可持续能源管理。
TPA-Flow 是一个统一的远程光电容积脉搏波描记法(remote photoplethysmography)框架,它通过利用生理张量积注意力机制(Physiological Tensor-Product Attention)集成置信度加权的周期先验,并结合一种新型的直接锚定整流流(direct-anchored Rectified Flow)解码机制来纠正波形失真,从而增强了生理监测的准确性和鲁棒性。
CogAlign-CausalX 是一个将分割掩码视为形态学分类内在解释的息肉分析流水线,该流水线通过一种在 Kvasir-SEG 数据集上实现了具有竞争力的性能、同时承认在绝对分割精度方面的局限性以及需要将对齐分数与传统重叠度量相结合的快速闭式对齐评分指标(XAlign)进行了验证。
本文介绍了一种通过标签匹配和组件移动进行增强的路径重连元启发式算法,用以高效解决容量限制顶点分隔问题,通过在大多数情况下达到最优解并在其余情况下改善上界,证明了其相对于现有精确算法的优越性能。
本文介绍了 AnoMLP-TCP,这是一种用于持续集成中测试用例优先级的轻量级异常感知多层感知器,它在实现与更复杂的基准模型 AnoLSTM-TCP 相当的性能的同时,显著降低了模型参数、训练时间和计算成本。
本文介绍了通过设计科学研究(Design Science Research)开发的创新人工制品——离线可用数字钱包(Offline-Capable Digital Wallet, OCDW),该钱包采用结合了基于有向无环图(DAG)账本与零知识证明(zero-knowledge proofs)的五层架构,旨在为低连接环境下的金融交易提供安全、高性能且符合反洗钱(AML)标准的解决方案,其在延迟、吞吐量和能源效率方面显著优于现有的区块链解决方案。
本文论证了,通过实施一个外部事务状态机来强制执行可复现且双重验证的就绪标准,可以将生成式开发从一个开环的、基于意见的过程转变为一个闭环系统,从而在实现不同模型间功能等效的同时,最终降低总成本并实现人工干预的移除。
本文提出了一种基于 Python 的 Hindley–Milner 前端,用于处理 OCaml 的一个子集,该前端能够同时生成经 Lean 4 验证的定理以及带有证明携带契约(proof-carrying contracts)的可执行 Rust 代码,并通过互归纳类型、有符号整数算术以及对其内核及其自描述方程的跨实现验证,成功验证了该系统。
该论文指出了 Google 富媒体搜索结果测试中的两个静默失败:一个是在不发出警告的情况下将 JSON-LD 对象数量截断为 102 个的显示限制,以及对 `eventStatus` 属性缺乏验证,从而错误地接受了像 "EventCompleted" 这样的无效值。