AI 论文速递

最新

eXpLogic：解释DiffLogic网络中的逻辑类型和模式
本研究解决了深度神经网络（DNN）复杂性的问题，通过对每个节点学习特定逻辑类型的DiffLogic网络架构，提出了算法eXpLogic，生成能够解释激活特定功能的输入模式的显著性图。研究发现，eXpLogic能有效识别决策的确切输入，并帮助
PDF2 days ago
人工智能竞争作为一种工艺：抵制与拥抱生成式人工智能如何重塑写作职业
本研究解决了生成式人工智能（GAI）技术对专业写作带来的挑战，尤其是写作专业人士如何应对这种技术的抵制和接受。通过对25名写作专业人士的半结构化访谈，发现他们在面对GAI时采用了多种策略来重塑角色与职业身份，从而在确保专业诚信的同时，提高了
PDF2 days ago
基于规则的临床文本共指解析解决方案
本研究旨在解决生物医学领域共指解析的有效方法。通过手动构建规则的方式，本文开发的共指解析系统在多个医疗数据集上达到了89.6%的整体性能，显示出这种基于观察的方法在这一关键领域的有效性。
PDF2 days ago
聪明蒸馏器：简单且空间一致的跨模态蒸馏
本研究针对当前自监督跨模态知识蒸馏（KD）方法的复杂性和局限性，提出了CleverDistiller框架。该框架通过简单有效的设计选择实现了2D到3D的知识转移，且不依赖伪语义图，为3D网络学习复杂的语义依赖提供了便利。实验结果表明，Cle
PDF2 days ago
媒体与负责任的人工智能治理：博弈论与大语言模型分析
本研究探讨了人工智能开发者、监管者、用户与媒体之间复杂的相互作用，以促进可信赖的人工智能系统。通过博弈论和大语言模型分析，提出了两个关键机制，强调媒体在提供信息、激励有效监管及影响用户信任方面的关键角色，研究结果显示，媒体能够在缺乏机构监管
PDF2 days ago
你在屏幕背后是谁？利用人工智能进行隐式MBTI与性别检测
本研究针对在数字交互中精确检测人群特征和人格特征的问题，探索了通过Telegram对话数据中的语言模式隐式归类人格和性别变量的新方法。研究表明，经过改进的RoBERTa语言模型在隐式人格类型识别中表现出高达86.16%的准确率，并突显了在真
PDF2 days ago
通过虚拟观众界面提高透明度训练人机团队
本文研究了提升人机团队表现的培训工具，提出了一种虚拟观众界面（VSI）来改善任务回顾过程中的透明度。虽然VSI在团队表现上未显著优于其他条件，但在提高参与者的情境意识方面显示出更大的改进潜力。
PDF2 days ago
视觉语言模型在理解图像变换方面的局限性
本研究聚焦于视觉语言模型（VLMs）在理解图像变换中的不足，特别是OpenAI的CLIP和Google的SigLIP模型。这项研究通过创建增强版Flickr8k数据集，揭示了这些模型在理解图像级增强方面存在的缺陷，并探讨了这一不足对下游任务
PDF2 days ago
生成性人工智能在低资源语言内的命名实体识别：尼泊尔语的案例研究
本研究解决了尼泊尔语这一低资源语言命名实体识别（NER）中，生成性人工智能（GenAI）模型性能未被充分评估的问题。通过实验各种提示技术，评估最先进的大型语言模型在尼泊尔语NER中的效果，发现了在低资源环境中应用LLM所面临的挑战与机遇，为
PDF2 days ago
Vi-LAD：社交意识机器人在动态环境中的视觉语言注意力蒸馏导航
本研究解决了机器人在动态环境中导航时缺乏社交意识的问题。通过引入新的视觉语言注意力蒸馏方法，Vi-LAD 通过转换模型的中间层表示来提炼社交导航知识，生成增强的注意力图，从而提升机器人任务的成功率。实验结果表明，Vi-LAD 在导航成功率上
PDF2 days ago
时序差分流
本研究解决了预测模型在推理过程中小错误快速累积的问题，通过引入时序差分流（TD-Flow），提供了一种新颖的方法来直接预测未来状态，避免了以往方法的预测质量下降。研究结果表明，TD-Flow的有效性主要源于训练过程中降低的梯度方差，并在多个
PDF2 days ago
基于图知识的视觉语言模型细调在可解释医学影像分析中的应用
本研究解决了糖尿病性视网膜病变（DR）评估缺乏可解释性的问题。通过结合图表示学习和视觉-语言模型的方法，构建了生物信息图，利用光学相干断层成像血管造影（OCTA）图像进行DR分级，同时提供了基于生理结构的预测解释。实验结果表明，该方法不仅提
PDF2 days ago
非直线化生成AI：酷儿艺术家如何浮现和挑战生成AI模型的常规性
本研究针对生成AI模型中对酷儿艺术家参与的忽视进行了探讨，揭示了酷儿群体在使用这些技术时面临的嵌入性常规价值，例如超积极和反性。研究显示，参与者开发了多种策略克服模型的局限性，并在该过程中发现了这些高度常规化技术的价值，为生成AI的未来应用
PDF2 days ago
SeqSAM：基于SAM的医学图像分割自回归多假设预测
本研究解决了医学图像分割方法仅生成单一预测而忽视不确定性的问题。提出的SeqSAM方法采用序列化、RNN启发的策略，通过二部匹配损失来保证每个分割掩模的临床相关性，并能够生成任意数量的掩模。研究显示，该方法在两个公开数据集上显著提高了分割掩
PDF2 days ago
AgentDAM：自主网络代理的隐私泄露评估
本研究针对自主网络代理在日常任务中可能带来的隐私泄露风险进行了分析。我们提出了一种通过训练AI代理更好地遵循数据最小化隐私原则的方法，并开发了一个名为AgentDAM的基准，评估AI代理在处理任务相关的私人信息方面的表现。结果显示，现有一些
PDF2 days ago
利用扩散先验和离线强化学习解决贝叶斯逆问题
本文解决了贝叶斯逆问题中的一个关键挑战，通过引入相对轨迹平衡（RTB）这一离线强化学习目标，优化了逆问题的求解过程。研究展示了利用RTB训练条件扩散模型后验的创新方法，显著提高了线性和非线性逆问题的处理能力，尤其在视觉和科学领域的应用效果显
PDF2 days ago
通过GoalNet揭示隐藏的关键球员：基于GNN的足球球员评估系统
本研究针对现有足球分析工具对进攻球员贡献的偏重，提出了一个基于图神经网络（GNN）的框架，以识别并有效评估在球队中扮演关键角色的球员。通过结合空间和时间特征，该研究展示了如何公平地归因给防守或过渡行动中的非得分行为，实验结果表明，该方法能够
PDF2 days ago
通过循环验证器进行局部前瞻指导的自动定理证明
本研究旨在解决现有自动定理证明方法在依赖完整推理轨迹时导致的计算成本高和反馈稀疏的问题。提出了一种新的循环验证器设计，能够在每个推理步骤中提供中间反馈，从而显著提高模型的推理准确性和效率。
PDF2 days ago
发现缪斯：通过损失轨迹识别核心集
本研究针对深度学习模型在实时或资源受限环境中的可扩展性挑战，提出了一种新的核心集选择度量——损失轨迹相关性（LTC），能有效识别驱动泛化的关键训练样本。研究结果表明，LTC在CIFAR-100和ImageNet-1k数据集上展现出与现有先进
PDF2 days ago
重新审视频域时间序列分类中的后门攻击
本研究针对现有时间序列分类模型在深度神经网络中的后门攻击方法，指出其局限性并提出了一种新方法FreqBack。该方法通过频域分析有效生成触发器，成功率超过90%，且对模型在干净数据上的准确率影响不足3%。
PDF2 days ago