AI 论文速递

最新

SCOPE-MRI：以Bankart损伤检测为案例的数据管理和深度学习研究
本研究解决了深度学习在检测Bankart损伤（肩关节前下方软骨撕裂）这一临床诊断难题中的不足，通过引入ScopeMRI这一首个公开专家标注的肩部病症数据集，提出了一种新的深度学习框架。研究发现，模型在常规MRI上达到的诊断性能与放射科医生处
PDFa day ago
AKIBoards：结构跟随的多智能体系统用于预测急性肾损伤
本研究针对医学诊断中专家团队协作的复杂性问题，提出STRUC-MAS框架，以自动学习和整合全球模型为多智能体系统服务。研究表明，该框架在预测急性肾损伤方面显著提高了预测准确率，表明全球结构的学习和利用对于提高分类和诊断推理性能至关重要。
PDFa day ago
自动化单元测试用例生成：系统文献综述
本研究针对软件测试领域中的自动化测试面临的挑战和改进方案进行了系统综述，特别关注遗传算法和粒子群优化方法的信息缺口。通过整合现有文献，本文提出了混合算法组合及其与突变测试和神经网络的互操作性，揭示了当前测试标准及领域内普遍存在的可读性和模拟
PDFa day ago
局部提示优化
本研究解决了大语言模型（LLM）提示优化中的一个关键问题，即优化过程中词汇空间的复杂性导致指导不足。通过引入局部提示优化（LPO）方法，重点优化提示中的特定词语，研究表明该方法在数学推理和BIG-bench Hard基准上显著提升了性能，并
PDFa day ago
CarbonCall：面向边缘设备的大型语言模型的可持续性函数调用
本研究针对大型语言模型在边缘AI系统中的高能耗和碳排放问题，提出了CarbonCall，一个可持续性意识的函数调用框架。该框架通过实时碳强度预测动态调整功率阈值，并切换模型变体，以减少碳排放和能耗，同时保持高效能。实验结果表明，Carbon
PDFa day ago
基于叙事的情感反思：利用人工智能支撑自主情感素养
本研究针对情感自我反思的不足提出了创新的AI平台Reflexion，通过实时情感检测和层层反思提示，促进用户深入情感探索。研究表明，该平台在情感表达、认知重构和心理弹性方面均显现出积极成效，展现了其在教育、治疗和公共卫生领域的潜在影响。
PDFa day ago
一张图片胜过千言万语？图像再生任务中迭代人驱动提示优化的有效性
本研究探讨了图像再生中迭代优化输入提示过程的重要性，该过程旨在更精确地重现特定目标图像。研究的关键发现表明，逐步调整提示显著提高了再生图像与目标图像的相似度，这不仅通过主观评估得到验证，也通过定量指标得以支持，指出了迭代工作流程在增强生成性
PDFa day ago
基于判决文书中法律条款共引的案件相似性标注与实证争议评估
本研究解决了在劳动争议等专业领域开发法律推荐系统时缺乏标注数据集的问题。我们提出了一种新方法，通过案件中法律条款的共引来建立相似性，从而实现算法注释。研究结果表明，该推荐系统能够有效推荐相似的劳动案件，促进法律文书自动标注技术的发展。
PDFa day ago
利用行动关系结构进行综合学习与规划
本研究解决了现有规划方法在与学习系统结合时搜索算法适应性不足的问题。提出了一种新型的部分空间搜索，通过利用PDDL行动模式中的动作关系结构，提供了更细粒度的搜索视图，并能更早剔除不良动作。实验结果表明，新规划器LazyLifted在最新基准
PDFa day ago
硬件友好的设备端训练的扰动高效零阶优化
本研究针对零阶优化在硬件平台（如FPGA和ASIC）上面临的高高斯随机数生成需求这一挑战，提出了PeZO框架，设计了随机数重用策略并引入了适应性缩放方法，以降低硬件资源的需求和功耗。实验结果显示，PeZO显著减少了随机数生成所需的逻辑单元和
PDFa day ago
机器学习中的缓解与检测的密码学视角
本研究探讨了机器学习算法在推理过程中对抗性输入的检测与缓解之间的理论关系，定义了“检测防御”（DbD）和“缓解防御”（DbM）。主要发现是，对于生成学习任务，二者存在明显差异，某些情况下只能通过缓解实现防御，且在缓解阶段使用的样本显著少于初
PDFa day ago
UD-English-CHILDES：儿童语言互动的金银通用依赖树集合资源
本研究解决了现有儿童语言数据资源中缺乏统一标注的问题，提出了UD-English-CHILDES作为第一个基于CHILDES数据的官方通用依赖树库。该数据集经过验证，并提供了超过100万个银标准句，极大地促进了计算和语言学研究的资源统一性。
PDFa day ago
数字双胞胎的阴暗面：对人工智能驱动水资源预测的对抗攻击
本研究针对数字双胞胎在水资源预测中的应用，揭示了其在面对对抗攻击时的脆弱性。提出了一种基于学习自动机和随机学习自动机的方法，动态调整扰动以加大对抗攻击的隐蔽性，实验结果显示，这一方法显著提高了预测误差，凸显了人工智能驱动的数字双胞胎在网络安
PDFa day ago
mrCAD：计算机辅助设计的多模态细化
本文解决了生成AI在进行内容修改时的不足，通过构建mrCAD数据集，提供了一个多模态指令的沟通游戏。研究发现，现有先进的视觉语言模型在处理生成指令时表现优于细化指令，这为分析和建模细化的多模态语言奠定了基础。
PDFa day ago
第一阶逆向优化的深度物理先验方法
该研究解决了逆向设计优化中存在的从观测解决方案推断系统参数的难题，特别是在许多系统缺乏明确数学表征的情况下。提出了一种名为深度物理先验（DPP）的新方法，通过预训练的辅助神经算子实现了基于梯度的第一阶逆向优化，确保可靠且有意义的解决方案。这
PDFa day ago
智能水安全：人工智能与区块链增强的数字双胞胎
本研究解决了农村地区水分配系统在实时监测、网络攻击脆弱性和数据处理不可靠等方面的挑战。通过结合LoRaWAN数据采集、机器学习的入侵检测系统以及区块链驱动的数字双胞胎平台，研究提出了一种安全透明的水管理框架。实验结果表明，该系统在保证2秒内
PDFa day ago
一个生成英语作为第二语言教学活动的平台
本研究针对英语作为外语教学中活动生成的需求，提出了一种基于自然语言处理技术的教育活动生成平台。该平台能够生成各种游戏和语言练习，允许教师在使用前对生成的内容进行审查和编辑，显著提高了教学活动的多样性和实用性。
PDF2 days ago
大语言模型能否学习形式逻辑？一种数据驱动的训练与评估框架
本研究探讨大型语言模型（LLM）的逻辑推理能力，针对传统逻辑证明的训练提供了一种新的数据增强方法。通过合成有效证明和模板转化，研究发现LLM在短证明的推理能力强，但在复杂证明时能力下降，模板转化显著提升了模型的准确性，揭示了其对不同规模模型
PDF2 days ago
跨图像编织上下文：通过聚焦中心视觉链改善视觉-语言模型
本研究解决了视觉-语言模型在处理复杂多图像输入时的性能下降问题。我们提出了一种新颖的聚焦中心视觉链范式，通过聚焦中心数据合成方法生成高质量的数据，构建了一个专为多图像任务设计的大规模数据集VISC-150K。实验结果表明，该方法在不同模型架
PDF2 days ago
随机格上的表征学习
本研究解决了深度神经网络学习的表征不够可解释的问题。提出了将特征视为嵌入数据分布的学习坐标系统的几何视角，采用随机格模型分析其特性。研究结果表明，学习到的特征可以分为上下文、成分和表面特征，提供了对机制可解释性的见解，并指引了未来的研究方向
PDF2 days ago