会员服务
Decomposed Relation Extraction from Aviation Accident Narratives: Evaluating Transformer-Based Safety Knowledge Discovery under Relational Sparsity
Arxiv
0+阅读 · 10月19日
STRAL: What Adaptation Gains, Loses, and Costs in SOC Alert Screening
Arxiv
0+阅读 · 10月18日
SECURE-AI: Multi-Signal Uncertainty Quantification for Trustworthy Acoustic Cough Detection
Arxiv
0+阅读 · 10月7日
Finding Side-Effect Loopholes in Verifiable Rewards
Arxiv
0+阅读 · 10月16日
On strongly coherent confidence envelopes for the false discoveries
Arxiv
0+阅读 · 10月15日
Beyond Downstream QA: Rethinking How We Evaluate Agent Memory
Arxiv
0+阅读 · 10月15日
Identifying Effective Strategies in Prompt Evolution for Stress and Emotion Prediction
Arxiv
0+阅读 · 10月15日
Who Sets the Pace of Judge Hacking? Judge Capability versus the Policy-Judge Gap
Arxiv
0+阅读 · 10月14日
The Unreasonable Effectiveness of Monte Carlo Simulations in A/B Testing
Arxiv
0+阅读 · 10月11日
Control OSWorld: An AI Control Environment for GUI Computer Use Agents
Arxiv
0+阅读 · 10月12日
Two Birds One Stone: Effective Static Detection of Resource and Communication Deadlocks in Rust Programs
Arxiv
0+阅读 · 10月9日
Snugi-AI-v2 @ eRisk 2026 Task 2: Early Depression Detection via a Learned Stopping Policy with Sustained Confidence Gate
Arxiv
0+阅读 · 9月8日
Diagnosing and Dynamically Filtering Occupancy World Models for Active Mapping
Arxiv
0+阅读 · 9月6日
Diagnosing and Dynamically Filtering Occupancy World Models for Active Mapping
Arxiv
0+阅读 · 9月10日
Can LLMs Catch a Rigged Backtest? A Clean-Control Calibration Benchmark
Arxiv
0+阅读 · 9月23日
参考链接
微信扫码咨询专知VIP会员
Top