MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Proceedings of the AAAI Conference on Artificial Intelligence
Sujet
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

1 046 résultats · 1 filtre actif ·
Résultats par année
20102025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
1 046 travaux dans la cohorte · sur 4 299 418page 13 sur 21

Les étiquettes couvrent 0 des 1 046 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 1 046 des 1 046 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Reward Shaping for Model-Based Bayesian Reinforcement Learning
Hyeoneun Kim, Woosang Lim, Kanghoon Lee, Yung‐Kyun Noh, Kee-Eung Kim
2015· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
afffundnon étiqueté
Fast and Accurate Predictions of IDA*'s Performance
Levi H. S. Lelis, Sandra Zilles, Robert C. Holte
2021· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Cost-Sensitive Learning to Rank
Ryan McBride, Ke Wang, Zhouyang Ren, Wenyuan Li
2019· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Infusing Human Factors into Algorithmic Crowdsourcing
Han Yu, Chunyan Miao, Zhiqi Shen, Jun Lin, Cyril Leung, Qiang Yang
2016· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
afffundnon étiqueté
Pay to (Not) Play: Monetizing Impatience in Mobile Games
Taylor Lundy, Narun Raman, Hu Fu, Kevin Leyton‐Brown
2024· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
afffundnon étiqueté
Sparsification of Decomposable Submodular Functions
Akbar Rafiey, Yuichi Yoshida
2022· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Partitioning Friends Fairly
Lily Li, Evi Micha, Aleksandar Nikolov, Nisarg Shah
2023· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Learning Options with Interest Functions
Khimya Khetarpal, Doina Precup
2019· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Region-Based Global Reasoning Networks
Chuanming Wang, Huiyuan Fu, Charles X. Ling, Peilun Du, Huadóng Ma
2020· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
fundno affnon étiqueté
Scaling Trends for Data Poisoning in LLMs
Dillon Bowen, Brendan Murphy, Will Cai, David Khachaturov, Adam Gleave, Kellin Pelrine
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
afffundnon étiqueté
Progression of Decomposed Situation Calculus Theories
Denis Ponomaryov, Mikhail Soutchanski
2013· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Adversarial Dropout for Recurrent Neural Networks
Sungrae Park, Kyungwoo Song, Mingi Ji, Wonsung Lee, Il‐Chul Moon
2019· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Are Expressive Models Truly Necessary for Offline RL?
Guan Wang, Jianxiong Li, Li Jiang, Juwei Hu, Xianyuan Zhan
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
afffundnon étiqueté
On the Value of Using Group Discounts under Price Competition
Reshef Meir, Tyler Lu, Moshe Tennenholtz, Craig Boutilier
2013· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Can We Predict the Election Outcome from Sampled Votes?
Evi Micha, Nisarg Shah
2020· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affaboutnon étiqueté
The Quest Draft: an Automated Course Allocation Algorithm
Richard Hoshino, Caleb Raible-Clark
2014· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Generalized Adversarially Learned Inference
Yatin Dandi, Homanga Bharadhwaj, Abhishek Kumar, Piyush Rai
2021· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations

En coulisses: Sélection · Constats · À propos