Wonhee Cho; G. Hanrot; Taeseong Kim; Minje Park; Damien Stehlé
Ringkasan
Cho dkk. menyajikan algoritma Softmax homomorfik menggunakan strategi normalisasi-dan-kuadrat yang mencapai kedalaman multiplikatif O(log n) untuk rentang masukan tetap dan efisiensi amortisasi yang kuat ketika banyak panggilan Softmax dik…
Metode
Bahan utama adalah strategi normalisasi-dan-kuadrat. Alih-alih langsung mengevaluasi eksponensial yang tidak stabil secara numerik pada rentang besar dan kemudian menerapkan norma…
Hasil
Eksperimen membandingkan algoritma yang diusulkan dengan solusi Softmax homomorfik terkini. Peningkatan praktis yang dilaporkan adalah faktor 2,5 hingga 8. Akurasi numerik sekitar presisi 16-bit dala…
Z. Xu; P. Davies; L. Millard; L. Teng; G. Markozannes; E. A. Seleiro; J. P. Higgins; R. Martin; K. Tsilidis; D. Chan; T…
Ringkasan
M-PreSS melakukan penyesuaian halus pada model bahasa biomedis sumber terbuka BlueBERT dengan jaringan saraf Siamese untuk menyaring literatur ilmiah di berbagai topik penelitian, mencapai *recall* rata-rata 0,86 dan tingkat positif palsu …
Metode
M-PreSS dibangun di atas BlueBERT, model bahasa biomedis sumber terbuka, yang disesuaikan halus di dalam jaringan saraf Siamese. Dalam konfigurasi Siamese, dua cabang *encoder* id…
Hasil
Hasil utamanya adalah bahwa penyesuaian halus BlueBERT dengan dataset penyaringan studi dapat digeneralisasi secara berguna di berbagai topik. Di tujuh tinjauan sistematis COVID-19, M-PreSS mencapai …
Makalah ini mengusulkan aliran semantik, sebuah representasi yang memadukan aliran kontrol dengan keadaan internal komponen pembelajaran mesin — nilai aktivasi DNN atau _embedding_ agen LLM — untuk mengungkap keputusan yang tidak dapat dia…
Metode
Metodologi ini bersifat konseptual dan konstruktif: para penulis mendefinisikan sebuah representasi, menginstansiasikannya dua kali, dan kemudian menalar analisis klasik apa yang …
Hasil
Makalah ini melaporkan dua contoh yang dikerjakan daripada studi empiris terkontrol, konsisten dengan kerangka makalah posisinya di SIGSOFT FSE Companion. Nilai contoh-contoh ini adalah demonstratif:…
Ringkasan ini meninjau perspektif bahwa model bahasa besar (LLM) tidak memadai untuk domain ilmiah seperti teknik kimia, dan bahwa Model Pengetahuan Besar (LKM) hibrida yang mengintegrasikan prinsip-prinsip dasar dan pengetahuan teknis dip…
Metode
Ini adalah makalah perspektif/diskusi, bukan studi eksperimental. Metodologi terdiri dari analisis konseptual kemampuan dan batasan LLM, diikuti dengan proposal untuk kelas sistem…
Hasil
Temuan utama makalah ini adalah bahwa LLM, meskipun kinerjanya mengesankan, tidak cukup untuk tugas-tugas ilmiah dan rekayasa. Mereka tidak dapat bernalar, merencanakan, atau menjelaskan karena kuran…
Oussama Adrouj; Azeddine Khiat; Ali El Barnouni; M. El Hachimi; Mohammed Khaili
Ringkasan
Makalah ini mengusulkan kerangka kerja AI hibrida yang menggabungkan Jaringan Saraf Graf (GNN), Optimisasi Kebijakan Proksimal (PPO), Pencarian Tabu (Tabu Search), dan Model Bahasa Besar (LLM) Agen untuk menyelesaikan Masalah Perutean Kend…
Metode
Metodologi yang diusulkan adalah *pipeline* hibrida berlapis daripada model monolitik tunggal. Setiap lapisan mengatasi kelemahan yang berbeda dari yang lain. **1. *Encoder* Jarin…
Hasil
Eksperimen yang dilakukan pada instans VRP realistis dengan tujuan yang sadar keberlanjutan menunjukkan bahwa arsitektur yang diusulkan mengungguli heuristik klasik dan model pembelajaran murni. Hasi…
ReGA menggabungkan analisis berbasis model dengan representasi kritis keamanan berdimensi rendah untuk mendeteksi prompt dan generasi berbahaya pada skala LLM, mencapai AUROC 0,975 pada tingkat prompt dan 0,985 pada tingkat percakapan. Ini…
Metode
ReGA adalah kerangka kerja analisis berbasis model dengan **Abstraksi Berpanduan Representasi**. Premis desainnya adalah bahwa abstraksi yang digunakan untuk membangun model keama…
Hasil
Para penulis melaporkan evaluasi komprehensif, dan angka-angka utama berkaitan dengan diskriminasi antara input yang aman dan berbahaya. Pada **tingkat prompt**, ReGA mencapai AUROC **0,975**. Pada *…
Ehtisham Ul Haque; Adil Shah; Jawaid Iqbal; Syed Sajid Ullah; Roobaea Alroobaea; Saddam Hussain
Ringkasan
Makalah ini mengusulkan kerangka kerja berbasis blockchain yang skalabel untuk manajemen data IoT menggunakan konsensus Delegated Proof of Stake (DPoS) dan IPFS untuk penyimpanan terdistribusi. Hasil empiris menunjukkan latensi di bawah 0,…
Metode
Kerangka kerja yang diusulkan memanfaatkan algoritma konsensus Delegated Proof of Stake (DPoS), yang merupakan mekanisme konsensus ringan. DPoS memanfaatkan sejumlah delegasi terp…
Hasil
Temuan empiris menunjukkan bahwa kerangka kerja yang diusulkan menunjukkan latensi rendah, berukuran kurang dari $0.976 \text{ ms}$. Teknik yang diusulkan mengungguli Proof of Stake (PoS), yang merup…
Tong Li; Chao Yang; L. Wang; Tingting Li; Hai Zhao; Jie-Wei Chen
Ringkasan
Makalah ini mengusulkan kerangka pembelajaran federasi yang dibangun di atas blockchain berbasis DAG untuk memungkinkan berbagi model yang efisien dan terpercaya dalam skenario IoT daya. Ini menggabungkan kompresi model adaptif k-means den…
Metode
Pendekatan yang diusulkan memiliki dua komponen utama: (1) metode kompresi model adaptif berbasis k-means untuk mengompresi model FL dan mengurangi beban komunikasi per putaran, d…
Hasil
Abstrak melaporkan hasil eksperimen simulasi untuk metode yang diusulkan. Relatif terhadap karya sebelumnya, kerangka FL blockchain DAG dengan kompresi k-means adaptif dan pemilihan tips multi-faktor…
Mikhak Samadi; S. Ruj; H. Schriemer; Melike Erol-Kantarci
Ringkasan
Makalah ini mengusulkan kerangka kerja blockchain energi dengan permainan stokastik strategi campuran untuk mengamankan dan menyelesaikan respons permintaan secara robust antara pelanggan dan utilitas. Menggunakan data permintaan residensi…
Metode
**Arsitektur sistem.** Kerangka kerja ini menghubungkan pelanggan/HEMS, meteran pintar, pembangkitan PV, kendaraan listrik (EV), utilitas, dan blockchain energi. Perjanjian DR pel…
Hasil
Skema yang diusulkan divalidasi menggunakan kumpulan data riil profil permintaan residensial dan pembangkitan fotovoltaik (PV). Hasilnya menunjukkan dampak pelepasan daya kendaraan listrik (EV) dan p…
Lajkó, Nagy, dan Vidács membandingkan pembelajaran klasik, *encoder* transformer, dan LLM berbasis RAG untuk triage bug otomatis pada dataset Eclipse. TF-IDF + XGBoost mencapai akurasi top-1 76,47%, sedikit mengungguli *encoder* E5 yang di…
Metode
Studi ini disusun sebagai tolok ukur terkontrol pada dataset pelacakan isu Eclipse, dengan identitas pengembang sebagai kelas target dan teks laporan bug mentah sebagai prediktor.…
Hasil
Tolok ukur ini menghasilkan urutan yang jelas yang memotong asumsi generasi tentang kecanggihan model. Angka-angka utama dirangkum di bawah ini. | Pendekatan | Konfigurasi | Akurasi Top-1 | |---|---|…
