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 14 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
Temporal Fairness in Multiwinner Voting
Edith Elkind, Svetlana Obraztsova, Nicholas Teh
2024· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
afffundnon étiqueté
Fat- and Heavy-Tailed Behavior in Satisficing Planning
Eldan Cohen, J. Christopher Beck
2018· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Amnesiac Machine Learning
Laura M. Graves, Vineel Nagisetty, Vijay Ganesh
2021· preprint· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Residual Neural Processes
Byung-Jun Lee, Seunghoon Hong, Kee-Eung Kim
2020· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
afffundnon étiqueté
Learning Losses for Strategic Classification
Tosca Lechner, Ruth Urner
2022· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Learning Branching Heuristics for Propositional Model Counting
Pashootan Vaezipoor, Gil Lederman, Yuhuai Wu, Chris J. Maddison, Roger Grosse, Sanjit A. Seshia +1 autres
2021· preprint· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Resource Sharing for Control of Wildland Fires
Alan Tsang, Kate Larson, Rob McAlpine
2013· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
A Fair Generative Model Using LeCam Divergence
Soobin Um, Changho Suh
2023· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
afffundnon étiqueté
How to Evaluate Behavioral Models
Greg d'Eon, Sophie Greenwood, Kevin Leyton‐Brown, James R. Wright
2024· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Psychology
prédiction machine:candidate · metaresearchconsensus · aucune
3
citations
afffundnon étiqueté
T-NET: Weakly Supervised Graph Learning for Combatting Human Trafficking
Pratheeksha Nair, Jiaqi Liu, Catalina Vajiac, Andreas Olligschlaeger, Duen Horng Chau, Mirela T. Cazzolato +3 autres
2024· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
Variance Penalized On-Policy and Off-Policy Actor-Critic
Arushi Jain, Gandharv Patil, Ayush Jain, Khimya Khetarpal, Doina Precup
2021· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
Can Go AIs Be Adversarially Robust?
Tom Tseng, Euan McLean, Kellin Pelrine, Tony Tong Wang, Adam Gleave
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
afffundnon étiqueté
Robust Gradient-Based Markov Subsampling
Tieliang Gong, Quanhan Xi, Chen Xu
2020· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Engineering
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
Revisiting Interpolation for Noisy Label Correction
Yuanzhuo Xu, Xiaoguang Niu, Jie Yang, Ruiyi Su, Jian Zhang, Shubo Liu +1 autres
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
From Past to Future: Rethinking Eligibility Traces
Dhawal Gupta, Scott M. Jordan, Shreyas Chaudhari, Bo Liu, Philip S. Thomas, Bruno Castro da Silva
2024· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations

En coulisses: Sélection · Constats · À propos