- 智慧城市的持续学习：一项综述调查
在数字化的现代城市中，大量的数据和强大的计算资源促进了智能模型的快速更新，持续学习是一种新颖的机器学习范 Paradigm，它不断更新模型以适应不断变化的环境，我们的调查综述了在智能城市开发中广泛使用的持续学习方法，内容包括方法学方面、应用 - 遵循欧盟 AI 法案：针对安全关键产品的合规方法论
该文章提出了一种方法，通过利用产品质量模型来解释欧盟 AI 法案对高风险 AI 系统的要求。该方法将法案要求与相关的质量属性进行映射，并提出了一种合同为基础的方法来从利益相关者层面推导技术要求，以确保 AI 系统既符合确定的质量标准，也符合 - 分类和回归问题中潜在模型性能提升的范例：概念验证
通过生成多个辅助模型，捕捉属性之间的关系，并生成数据集中的额外信息列，以提高目标预测的性能。
- 利用语言模型发现极端社交媒体上出现的编码反犹太仇恨言论趋势
本文提出了一种检测新兴编码仇恨化术语的方法，该方法在在线反犹太人言论的背景下进行了测试，主要通过对社交媒体平台上的帖子进行抓取并计算其在整个语料库中的频率，以过滤掉语法不连贯的表达和先前遇到过的表达，最后通过对已知的反犹太术语的语义相似性进 - 朝着更实践的群体活动检测：新的基准和模型
Group activity detection addresses the identification and classification of group members' activities in videos. This pa - 深度强化学习在机器调度中的应用方法、现状和未来方向
深度强化学习 (DRL) 在机器调度问题中的方法和应用进行了全面的综述和比较，发现 DRL 方法在计算速度和生成接近全局最优解方面表现优于其他方法，但面临着处理复杂操作约束、多目标优化、泛化性、可扩展性、解释性和鲁棒性等限制，解决这些挑战将 - 朝向稳健且真正大规模音频 - 乐谱检索
通过深度学习方法，通过跨模态音乐检索技术，连接大量乐谱图片和相应音频录音，解决音频和乐谱图片相互关联的问题，同时提出了一些挑战和方法来解决这些挑战，以实现跨模态音乐检索的统一和稳定的方法。
- 自然发生的人机交互的顺序注释：初步洞察
我们提出了一种方法来改善嵌入式对话代理的交互，该方法基于 Conversation Analytic 的序列和多模态分析，使用实例是 Pepper 机器人在图书馆中向用户提供信息和指导，通过创建一个自然发生的交互语料库并提供给社区，提出并学 - ALFA - 提高病理图像分类模型在未知医院的泛化能力的利用所有层次的特征抽象
我们提出了一种详尽的方法论，利用各种抽象级别，旨在增强图像分类对未被观察的医院的普遍性。我们的方法将基于增强的自我监督与组织病理学场景中的常见分布偏移作为先决任务相结合。通过这种方式，我们可以从训练图像中提取不依赖于训练标签的不变特征，从而 - 改进现代工业推荐系统的方法论
改进现代工业化推荐系统的方法论，经验可推广至其他系统，适用于追求提高关键性能指标的工程师。
- ACL使用大型语言模型的否定互补常识
本文研究了 GPT-3 等较大型语言模型在否定对比问题上的表现。我们提出了一种方法来改善模型在否定对比场景下的表现，该方法胜过了来自 GPT-3 的少样本生成，突出了研究大型语言模型在否定对比问题中响应的重要性。
- 虚假黎明：重新评估谷歌用于芯片宏放置的强化学习
谷歌在《自然》杂志上发表的物理硅芯片设计强化学习研究存在方法和结果不当的质疑，两项独立评估显示，它表现远不及人类设计师、著名模拟退火算法和一般可获得的商业软件，而且《自然》论文真实性受到了错误行为、分析和报告的破坏。
- 用户中心设计 (IX)：智能时代下的 “用户体验 3.0” 范式框架
该论文提出了一个 “UX 3.0” 范 paradigmework 和相应的用户体验方法系统来改进现有的用户体验方法，为开发智能系统中的用户体验提供方法论支持，包括生态体验，创新体验，AI 支持体验，人 - AI 交互体验和人 - AI 协 - GPT-2 中的隐性因果关系：案例研究
本文研究 GPT-2 语言模型在完成句子任务时对本土语音者的暗示因果直觉掌握程度，验证了早期的结果并研究了性别、动词词频对模型表现的影响，并开发了避免模型生成的非正常语言影响人工评判的方法学。
- 重新审视用于基于 NLI 的摘要事实评分的文本分解方法
本文系统地比较了将事实性分值应用于分解的不同粒度，并表明不是所有数据集都适用于将上下文信息集成到模型中的方法。
- 使用统一建模语言记录情感计算领域的使用案例
本研究提出了一种新的 AI 用例文档化方法，关注情感计算领域，采用了 UML 表示每个用例，并提供了几个应用示例，旨在实现对 AI 应用场景的全面评估和文档化，以此为设计信任的系统建立基础。
- 交互式问答系统：文献综述
该研究论文为交互式问答系统提供了详细的综述，着重介绍了当前文献中流行的交互式问答方法，通过定义新的符号和分类法使所有已识别的工作能够组合成一个统一的框架，同时根据其提出的方法，评估方法和数据集 / 应用领域进行审查，并描述了学术界提出的特定 - Transform-o-meter：预测创新变革影响的方法
本文介绍了一种名为 Transform-o-meter 的方法，用于衡量和预测创新的变革影响和潜力，并可适用于任何有形或无形的创新，但需要进一步研究和发展。
- 人工神经网络的伪证主义解释
本文探讨了机器学习方法的方法论问题，主要关注了 falsification 组成部分以及人工神经网络的工作原理，并提出了基于 falsification 的人工神经网络解释。
- 自然语言处理深度学习实验标准
本文提出了一种新的实验标准方法来加强自然语言处理领域中深度学习的实验证据，提高实验的可重复性，支持科学进步，并在公共存储库中提供了这些标准以适应未来需求。