- 图像配准与亚像素估计
图像配准是机器视觉中的经典问题，旨在在一般情况下对相同场景的离散图像进行亚像素精度对齐的方法。本文通过考虑与测量和量化相关的基本且理想化的一维图像配准问题，展示了在这种情况下可以进行子区间 / 亚像素推断的程度取决于所讨论函数的复杂性类型、 - 谐波 LLMs 是可靠的
我们提出了一种直观的方法，实时测试任何黑盒 LLM 的鲁棒性（稳定性和可解释性），基于与谐波性的局部偏离，表示为 γ。我们进行人类注释实验，显示 γ 与错误或误导性答案之间的正相关，并证明在随机梯度上升中遵循 γ 的梯度能够高效地暴露敌对提 - 机器中的尸体：动作捕捉技术中的测量和验证社会实践
通过社会实践理论的视角，通过对一项系统文献综述研究（N=278）的发现进行分析，我们展示了测量和验证的社会实践是如何根深蒂固地融入运动捕捉设计和创新中的，并且我们展示了当代运动捕捉系统是如何延续对人体和其运动的假设。我们认为，在数据驱动和传 - 关于智能的功能性定义
通过提供关于智能的纯功能性黑盒定义以及对相关概念的区分，本研究在人工智能领域提供了一个可观察的、概念上可测试的连续性定义，并指出了在可量化测量方面所面临的挑战。
- 界定边界：显微图像中细胞识别的挑战和进展
细分、测量和分析细胞图像的关键步骤在于对象分割。深度学习基于的工具在该领域中逐渐取得了主导地位，以 Cellpose 为代表的专业模型在准确性和用户友好性方面不断提升，多模态细胞分割挑战推动了准确性、效率和可用性方面的创新。文档、共享和评估 - 衡量多样性、平衡性和差异性：对 2021 年德国联邦选举媒体报道的分析
新闻文章中的多样性测量对于多个原因至关重要，包括防止信息茧房和加强公共话语，尤其是在选举之前。本文提出了一个基于多样性维度的新闻文章多样性测量框架，并提供了一个以 2021 年德国联邦选举前后两周内收集的超过 900 个新闻媒体的 26,0 - 利用物体检测分析文本到图像模型中的性别偏见
本研究提出了一种测量文本到图像模型中偏见的新策略，通过使用指定性别和含糊指代物体的配对提示（例如 “一个拿着物品的男人 / 女人”），我们可以检查某些物体是否与某种性别有关。
- MM自动内容分析中的错误分类导致回归偏差。我们能修复吗？是的我们可以！
通过系统文献综述，我们发现大多数通信学者没有考虑分类器的误分类偏差。我们介绍并测试了 “gold standard” 验证数据的错误校正方法，并通过蒙特卡罗模拟来揭示每种方法的局限性。我们推荐我们设计和实施的新方法作为更有效的误差校正方法。
- 语言模型仍缺乏测谎器：探究经验和概念障碍
我们考虑大型语言模型是否具有信念，以及如果它们确实具有信念，我们如何衡量它们。在评估两种现有方法失败后，我们认为即使 LLMs 具有信念，在概念上这些方法也不太可能成功。因此，还没有 LLMs 的测谎仪。我们总结了研究结果，并提出了一些未来 - Transformer 模型中的性别偏见：全面调查
本篇论文从语言学角度全面调查了 Transformer 模型中的性别偏见，批判性地审查了现有文献关于 Transformer 中性别偏见的方法和度量标准，并提出了当前方法的局限性，强调了在开发和部署语言技术时，促进公平的重要性。
- 血压测量技术调查：解决潜在偏差来源
本研究探讨了血压测量中的偏差，主要包括血压测量设备、主体因素和测量周期，并探讨如何使用机器学习技术来监测和预测血压的变化和可能存在的偏移。
- 精调不稳定性的度量
研究预训练语言模型在下游任务中使用不同的随机种子进行微调的不稳定性，并提出了更具有广泛性和有效性的稳定性的评价方法。
- ACL事实” 的生命周期：知识图谱中社会偏见的调查
本文批判性分析了有关知识图谱生命周期中不同步骤中存在的偏见的文献，并调查了引入偏见的因素以及知识图谱及其嵌入版本所呈现的偏见。讨论了现有测量和减轻策略的局限性，并提出了未来的发展路径。
- 测量新颖反应的难度
本文提出一种评估 AI 系统应对开放世界新颖问题难度的方法，以帮助研究人员系统地训练其系统，并衡量其表现。
- 赢得 NIST 比赛：一种可扩展且通用的差分隐私合成数据方法
该研究提出了一种差分隐私合成数据的通用方法，包括选择低维数据边缘集合，测量这些边缘数据并添加噪声机制，以及生成合成数据，保持测量的数据边缘的高准确性。
- 浅层梯度测量可以提高变分混合量子 - 经典算法的收敛性
本文介绍了一种基于低深度梯度测量和随机梯度下降的变分算法，可以在黑盒优化模型中显著更快地收敛于优解，而且在某些情况下，该算法使用梯度测量比基于估计目标函数本身的策略具有更快的收敛速度，这种算法可以在量子计算、优化和测量等领域发挥重要作用。
- 可解释人工智能的度量：挑战与前景
本文研究解释型人工智能（XAI）的性能评估，包括解释质量、用户满意度、用户对人工智能系统的理解度、好奇心的激发、信任及依赖程度以及人机协同的表现。根据广泛的研究文献和心理测量评估结果，提出相应的方法和建议。
- 使用机器学习高效测量量子设备
利用机器学习算法的自动化测量方法可以提高量子系统的测量效率，并为大型量子电路的自动化控制打下基础。
- 量子态的在线学习
该研究论文研究了如何通过量子状态的测量来生成假设，以指导下一次测量的选取，即减少答案预测失误率。
- 使用反馈编码提高目标采集速率
本文研究了通过一系列测量获取未知目标位置（在有限个位置中）的问题，并建立了目标获取问题和二进制输入加性白噪声信道上的信道编码之间的等价性，提出了一种基于排序后的后验匹配信道编码策略的两阶段自适应目标搜索策略。通过信息论会话进一步研究了自适应