- 具有网络干扰的多臂赌博机
通过研究在线干预实验中的干扰问题，我们提出了基于线性回归算法的多臂赌博机策略，以最小化后悔并实现低后悔的任务分配。
- 级联式随机化在扩散干扰下推断因果效应
通过利用干预结构减小干扰和限制级联增长，我们提出了基于级联的网络实验设计框架，用于估计网络数据中的因果效应。
- 电动汽车数字音频广播系统中脉冲干扰分析
电动汽车中的干扰行为被观察和研究，通过分析其时间特性，建立了脉冲干扰模型，并基于该模型设计了优化的符号检测器，实验证明相比于传统的高斯白噪声假设的检测器，获得了显著的性能提升。
- 神经元专业化：利用内在任务模块化实现多语言机器翻译
通过神经元特化，提出一种解决多语言翻译中干扰和促进知识转移的方法，并通过大量实验证明了其相比强基准模型的性能提升以及减少干扰并增加知识转移的效果。
- 基于不确定性四元组选择的 GNSS 数据干扰分类的小样本学习
我们提出了一种少样本学习方法来适应新的干扰类别，通过使用各种正面和负面干扰类别进行模型表示的四重选择。此外，我们的四重选择方法根据随机性和认识性不确定性选择配对，以区分相似类别。在一个有八种干扰类别的高速公路数据集上，我们的少样本学习方法使 - 带干扰的多臂赌博机
在当代在线平台中，干扰实验面临重大挑战。本研究介绍了具有干扰的多臂赌博机问题，应用集群随机化策略来达到最优期望后悔值，并得出高概率边界与实验单元数 N 无关。
- 具备干扰和数据异质性认知的分层无线联邦学习
这项研究提出了一种用于解决分层联邦学习在无线网络中可扩展性和干扰、设备数据异质性的挑战的学习方法，并通过优化的接收器归一化因子来减小干扰的影响。通过使用随机几何建模多簇无线网络并将聚合估计的均方误差作为网络参数的函数进行表征，论文证明了在干 - 技术与科学翻译中的原则干扰
本文探讨了在翻译中尤其是在技术和科学文本中的干扰的本质，采用了描述性的方法。它透彻地阐述了干扰的历史、动机、后果以及对干扰现象的支持与反对的论据，强调翻译在不同社会间进行技术交流时的重要性。
- GPT-4V (ision): 幻觉的整体分析：偏见和干扰挑战
GPT-4V (ision) 的幻觉行为以及在视觉语言模型中的两种常见幻觉类型（偏见和干扰）的评估结果表明其存在偏见，如区域性偏见和对引导性问题的脆弱性，并揭示了现有解决方案的无效性，强调了需要新的解决方案。
- 集群网络干扰下的个体化政策评估与学习
在存在干预关系的集群网络中，评估和学习个性化治疗规则的最优性能，提出了一个可用于评估个性化治疗规则经验性能的估计器，该估计器比标准的倒数概率加权估计器更有效，而且可以改善学习策略的性能。
- 异质干扰下的治疗效果估计
通过开发一种从不同视角聚合信息的新架构，我们提出了一种模型异质干扰的新方法，包含图神经网络、不同视角信息的聚合机制和注意力机制，经过多个数据集的实验，证实了模型异质干扰建模的重要性。
- 基于聊天式大型语言模型的上下文干扰
大型语言模型对社会产生了巨大影响，但黑盒子情景下，用户只能在当前交互中明确提及来添加或修改内部知识，而不具备修改模型内部知识的能力。本文提出了一个研究，展示了模型在不同上下文中持续流动的信息之间可能出现干扰，从而忘记先前学到的知识，导致模型 - RCDN - 基于先进 CNN 模型的鲁棒性 X 角点检测算法
本文提出了一种新的检测算法，能够在多种干扰条件下保持高次像素精度，包括镜头畸变、极端姿态和噪声。该算法基于粗到细的策略，包含 X 型角检测网络和三种后处理技术，以及混合亚像素细化技术和改进的区域增长策略。实验证明，与其他常用方法相比，该算法 - MM边缘智能空中操作：联邦学习中干扰的两面
该论文综述了使用模拟空中计算技术进行联邦边缘学习系统的正负影响和潜在问题。空中计算技术在快速聚合中间参数和实现（几乎）无限可扩展性方面具有优势，但无线通信引入的干扰也会影响模型训练过程的各个方面，同时其重要性尚未得到很好的认识。
- 无线电联网无人机的联合路径规划和功率分配，利用通过深度反向强化学习的学徒学习
该研究论文探讨了一种面向空中无人机的干扰感知联合路径规划和功率分配机制，旨在最大化上行吞吐量并降低地面用户设备的干扰，模拟结果表明该方法可以实现专家级别的性能水平。
- 合并模型时解决干扰
本文提出 TrIm 方法，即 Elect Sign & Merge (TIES-Merging) 方法，用于多任务模型的合并，该方法解决了现有合并方法忽略不同模型参数之间干扰，从而导致性能下降的问题。在多种不同情境下的实验中，本方法都表现优 - 基于异质性同伴影响推断因果效应
提出一种通过结构因果模型来解决网络中存在异质性干预的方法，使用图神经网络估算个体因果效应来较好地解决同质性影响的偏见问题。
- 实验中的干扰校正：抖音案例研究
研究探讨了如何评估拥有干扰性的双边内容市场中的策略效果，发明了一种基于 Differences-in-Qs 技术的 Monte-Carlo 估计器，并在 Douyin 的实验平台上实现了它，取得了低偏差、低方差和 99% 的均方根误差降低。
- 一个人跳探戈容易，多人后来者居上吗？不同演示数量下的上下文训练
在大型语言模型 (LLMs) 中，我们研究在任务中使用较少的示范是否可以实现 in-context learning (ICL)，并且我们发现仅使用一组随机选择的示例也可以实现接近于所有示例的性能，并且 ICL (with 和 w/o Co - 双语俄法作家与非双语法国作家的文学作品差异的作者归属问题
该论文运用作者归属方法回答了关于二十世纪末的双语俄法作家在法语小说写作中是否存在共同的风格特征、是否能将它们与非双语法国作家的文本区分开、以及是否在俄罗斯作家的法语文本中观察到干扰现象等问题。研究采用支持向量机（SVM）、K - 近邻（KN