- 用于解决七自由度机械臂逆运动学的机器学习和优化技术
本文研究了冗余系统的逆运动学问题，探讨了 13 种优化技术，并提出了一种新的方法，比传统的粒子群优化技术快 200 多倍，可能成为结合机器学习的探索能力和数值方法的开发能力的新的研究领域。
- 基于迭代局部搜索 - 麻雀搜索算法的用户 VR 体验预测的随机森林机器学习算法优化
通过引入麻雀搜索算法和基于迭代局部搜索优化的麻雀搜索算法改进的随机森林算法，对改进的 VR 用户体验预测方法进行了研究，提供了新的思路和方法，特别是基于迭代局部搜索 - 麻雀搜索算法的改进模型表现良好，在 VR 用户体验的预测和分类方面能更 - 超越人类主观性与错误：一种新的人工智能评分系统
通过基于大规模的大学课程考试数据训练的神经网络模型，在历史考试数据上的实验证明了自动化简短回答评分系统的高准确性和一致性，这为减少人为主观性、改善评分一致性以提高公正性提供了有前途的解决方案。
- 基于深度学习的面部表情数据的事后和流形解释分析
通过实验研究探究神经网络如何处理和储存面部表情数据，并将这些数据与人类产生的各种心理属性相联系，表明深度学习模型在理解人类情绪和认知过程方面具有潜力，非欧几里德空间视角下的认知产品或心理属性的多样化可视化解释不仅提供了对 AI 的可解释性的 - MMAI 是否能理解宇宙？通过天体物理数据对 GPT 进行精调的测试
通过对天文数据进行微调，GPT 模型证明了其在分类天体物理现象、区分 GRB 类型、估算类星体的红移以及黑洞参数估算方面的能力，标志着大型语言模型在科学研究中的有效性。同时，文章还提出了一种基于数据理解和基础模块建设的方法，为培养和控制比人 - 基于深度编程学习风格捕捉的个性化编程指导
基于其让学习者更好地掌握编程技能和个性化编程指导的目标，本文提出了一种名为 PERS 的新模型，通过模拟学习者复杂的编程行为，并结合 Felder-Silverman 学习风格模型，实现对编程行为的全面描述和个性化编程指导的有效性验证。
- 构建以人工智能为辅助的设计未来：动态定位，建设性谈判与可持续动力
我们设想了一个涉及人工智能技术的未来设计工作流程，从活动和沟通理论中汲取灵感，试图确定大型 AI 模型相对于过去的技术能够为设计带来的新价值。我们确定了三个机会 —— 动态基础、建设性协商和可持续动机 —— 它们总结了自然语言启用的基础模型 - 慢性疾病管理的少样本学习：利用大型语言模型和多提示工程与医学知识注入
利用最先进的人工智能技术，通过用户生成的文本内容来检测各种心理障碍，该研究提出了一个新颖的框架，利用大型语言模型和多提示工程等先进技术解决数据驱动的慢性病管理中的两个关键技术挑战，其在抑郁症检测任务中取得了显著的优势，并在少训练样本的情况下 - 合成黑盒反取证深度伪造视频实现高质量视觉效果
提出了一种生成新型对抗性锐化掩模以发动黑盒反取证攻击的方法，通过注入这些扰动，DeepFakes 在展示愉悦的锐化视觉效果的同时能够实现高强度的反取证性能，成功干扰了先进的 DeepFake 检测器，并且与现有的 DeepFake 反取证方 - EMNLP基于人工智能的阿拉伯语填字谜游戏生成用于教育应用
这篇论文介绍了第一个由先进的 AI 技术驱动的阿拉伯文填字游戏生成器。该系统利用了 GPT4、GPT3-Davinci、GPT3-Curie、GPT3-Babbage、GPT3-Ada 和 BERT 等先进的大型语言模型，生成独特而具有挑战 - 法律事实的自动论证生成
通过利用开源大型语言模型的生成能力，本研究着重于帮助法律专业人员分析法律案件，实验结果显示最佳方法生成的论点与基准集黄金标准标注平均重叠度达到 63%。
- 弱约束 ASP 中的行为逻辑悖论
AI 技术的崛起在面对法律、社会和伦理规范敏感的各种应用中需要决策支持，而规范推理是德意志逻辑的领域，在解决著名的基准问题（德意志悖论）方面存在挑战，并且缺乏高效的计算工具。本文使用 Answer Set Programming (ASP) - Web 3.0 的人工智能：全面调查
Web 3.0 是基于分布式技术重构的新一代互联网，侧重于数据所有权和价值表达，旨在实现用户对数据和数字资产的控制和拥有。本文调查了 Web 3.0 的发展状况以及 AI 技术在 Web 3.0 中的应用，通过研究现有的应用和组件，从生态应 - ICMLAI 和欧盟数字市场法案：应对生成式人工智能的规模问题
AI 技术快速发展的同时，对数字市场巨头风险的关注也在增加。欧盟的数字市场法案 (DMA) 旨在应对这些风险，但目前的框架可能还不足以覆盖可能成为 AI 服务入口的生成式 AI 系统。本文主张将某些 AI 软件作为核心平台服务集成，并将某些 - 每个人都能成为毕加索？探究人类与人工智能绘画神话的计算机框架
该论文研究了人工智能艺术与人类艺术之间的差异，结合神经潜在空间和审美特征，以及个体性巴勃罗・毕加索的分析，发掘了人类艺术家在创新技术方面的优势，并指出了应更加注重美学和人类艺术家的参与来提高 AI 艺术的水平。
- 使用带有观点的语言模型共同撰写会影响用户的观点
本研究探讨了使用以某种观点为主导的人工智能语言模型的写作助手是否会影响用户的观点，通过在线实验发现，使用偏向一定观点的语言模型会影响用户的写作观点，推荐更加谨慎地监控和设计 AI 语言技术中的观点。
- 人机交互设计和用户体验中的人工智能
本文回顾并讨论了人工智能技术在 HCI/UX 领域的转型，并评估了人工智能技术将如何改变我们的工作。我们首先讨论了如何利用 AI 来增强用户研究和设计评估的结果。然后我们讨论了如何利用 AI 技术来增强 HCI/UX 设计。最后，我们讨论了 - 深度学习下的释义识别：数据集和方法综述
本文回顾传统和现有的改进的改写识别方法，提出了改写的一种新分类体系。探究了这种类型在流行的数据集中的表现形式以及一些类型改写的不充分表示如何影响改写识别能力，最后提出了更有效地使用 AI 进行改写检测的未来研究方向和数据集。
- 深度学习自动量化分析脑器官样体
本文提出了一种基于 AI 技术的自动计算机辅助分析方法来观察和分析人类干细胞培养制备的脑器官，该方法能够区分野生型和突变型脑器官，旨在加速研究和治疗脑疾病的进展。
- Focus Plus：远程教学中通过网络摄像头检测学生的分心情况
为了解决远程教学中学生和教师容易分散注意力的问题，本研究设计了一种名为 Focus+ 的系统，采用最新的人工智能技术从学生的网络摄像头中检测学生的状态，以便为教师和学生调节学习体验。本文将讨论 Focus+ 的预期模型设计，以培训和评估 A