💻 computer science
Balancing Autonomy and Oversight in Language-Agent-Guided Physical Experimentation
本文介绍了 ADAM，这是一个多智能体大语言模型框架，它通过使用语义可逆性边界来安全地引导闭环材料实验，从而在高度自主性与针对性的人类监督之间取得平衡。
💻 Category
cs
2358 篇论文
💻 computer science
Misbehavior Detection in Internet of Vehicles: A Multi-Dimensional Survey
本综述提出了一个用于检测协作式智能交通系统中异常行为的全面多维分类法，将联邦学习和区块链等先进方法与现实世界中的挑战相映射，同时应对生成式人工智能带来的新兴威胁，并概述了面向韧性且保护隐私的防御机制的未来方向。
💻 computer science
Experimental Realization of a Zero-RAM, Battery-Free 3.0mm Reversible Computing Platform Circumventing Landauer's Limit for Sustainable Global Climate Mitigation
本文声称提出了一种革命性的、无需电池的 3.0 mm 可逆计算平台，该平台通过利用绝热电荷恢复和量子共振，规避了兰道尔极限并消除了对物理 RAM 和传统网络的依赖，从而据称实现了近乎零的功耗、瞬时 AI 模型合成以及对环境和安全威胁的完全免疫。
💻 computer science
Feature-Optimized Hybrid AI Models for Explainable and Generalizable Epilepsy Prediction
本文评估了结合优化特征选择与可解释人工智能技术的混合人工智能框架，旨在利用多模态生物医学数据开发用于预测癫痫发作的鲁棒、可解释且泛化能力强的模型。
💻 computer science
Predicting Pathogen Emergence Using a Spatiotemporal Graph Neural Network and Explainable AI Approach
本研究提出了一种将时空图神经网络与可解释人工智能相结合的框架，旨在利用人类流行病数据库准确预测病原体爆发风险，在实现优于基准模型性能的同时，量化不确定性并识别关键驱动因素，以实现主动的公共卫生干预。
💻 computer science
Signed Layer-Level Evidence in Transformer Predictions, and a Diagnostic for When It Applies
本文引入了语言证据流（Language Evidence Flow, LEF）将 Transformer 的预测分解为带符号的逐层证据，并提出了 ScopeGate——一种基于排列的诊断工具，用以揭示现有误差检测器在模型和任务层面的局限性，从而证明没有任何单一指标能够普遍预测模型的失败。
💻 computer science
A Quantum-Inspired Ensemble Learning Framework for Multi-Class Respiratory Disease Diagnosis
本文引入了量子认知融合（Q-CogFusion），这是一种新型的量子启发式集成学习框架，它通过整合特征纠缠、几何感知类平衡以及基于注意力的聚合机制，旨在针对不平衡临床数据实现高准确度且具可解释性的呼吸系统疾病多分类诊断。
💻 computer science
Buddhist, Yogic, and Vedic Contemplative Principles in AI Model Prompting: A Pilot Study
这项初步研究表明，通过将佛教、吠陀和瑜伽传统的冥想原则用于提示大型语言模型，能显著提升其安全性、伦理对齐度和协作质量，且与非冥想基准相比，这是一种无需模型重训的低成本、跨传统的干预手段。
💻 computer science
Benchmarking Real-Time Database Synchronisation Architectures: REST Polling, WebSocket Push, and CockroachDB CDC
本文通过一项受控基准测试，对比了 REST 轮询、WebSocket 推送以及 CockroachDB CDC 架构在实时数据库同步方面的表现，结果表明，虽然 WebSocket 推送提供了最低的中位数延迟，且 REST 轮询提供了可预测的有界延迟，但 CDC 虽然在中位数方面具有竞争力，却因批处理机制和特定的协议不兼容问题而导致了显著的长尾延迟。
💻 computer science
An Empirical Comparison of Positional Encoding Methods in a Small Character-Level Transformer
本研究通过在一个训练莎士比亚风格文本的小型字符级 Transformer 上进行实证比较，对比了四种位置编码方法，发现旋转位置嵌入（RoPE）在验证损失和文本生成质量方面始终优于学习型嵌入、正弦编码以及 ALiBi，尽管这些结果具有实验设置的特定性。