本研究探讨医疗人工智能中事后解释的价值，认为其能提升用户理解和临床准确性，帮助医生解读AI决策，具有重要意义。

本研究提出了一种基于Minecraft的测试平台和分析工具，旨在解决人机协作中的测试与心理模型对齐问题，从而提升人类与AI的协作效率和理解深度。

本研究提出了xai_evals框架，旨在评估机器学习模型后置局部解释方法的可靠性，以提高AI系统的可解释性和信任度。

本文提出了一种后置可解释的生成模型方法PXGen，旨在提升生成模型的透明度和可信度，解决可解释人工智能（XAI）研究不足的问题。PXGen通过用户可定制的锚点集和可视化算法，具有重要的实用价值。

本研究针对车载自组网（VANETs）中的通信协议配置问题，优化文件传输协议（FTC）以提高传输效率。比较五种优化技术后，粒子群优化（PSO）在城市和高速公路场景中表现最佳，显示出显著优势。

本研究提出了一种新方法，解决了强化学习模型中即时反馈导致的用户效用不准确问题。通过解耦评估与预测，专注于事后反馈，显著提升了用户满意度和目标达成率。

本研究提出了一种新的稀疏变分高斯过程(FMGP)，用于解决预训练深度神经网络(DNN)的后验不确定性估计问题。FMGP通过将高斯过程的均值固定为DNN的输出，有效拟合预测方差，实验结果表明其在不确定性估计和计算效率上优于现有方法。

本研究探讨如何从大型语言模型中提取常识，以支持缺乏特定数据的概率推理。我们提出了一种通过提示生成相关变量集合并优化其联合分布的方法。实验结果表明，该框架在处理真实数据集的概率问题时表现优异，且对噪声具有良好鲁棒性。

本文探讨了长文问答（LFQA）模型的进展，重点分析了基于SQuAD和INQUISITIVE数据集的答案抽取任务、检索增强模型的影响，以及利用知识图谱进行归因的创新方法。研究表明，迭代规划和生成过程显著提升了复杂问题的处理能力，并强调了归因在长文理解中的重要性。

最近在调研基于局域网的语音对讲方案。看到 Android 官方文档提到了 Wi-Fi Direct，于是收集了一下相关的资料。 Wi-Fi Direct Wi-Fi Direct (也被称为 WiFi peer-to-peer 或者 WiFi P2P) ，可以简单理解为对标蓝牙的技术规范，也是用于快...

Thomas Keller 开的美式家常菜餐馆。表面上谦卑地说“为食客充饥”，却在家庭一般轻松、和谐的用餐环境里用普通的食材展现了与众不同的烹饪水准。