Truong Thanh Hung Nguyen
PulseAugur coverage of Truong Thanh Hung Nguyen — every cluster mentioning Truong Thanh Hung Nguyen across labs, papers, and developer communities, ranked by signal.
-
新AI框架CANOE和CoPlan增强护理计划的透明度
研究人员推出了两个新颖的AI框架，CANOE和CoPlan，旨在增强复杂护理计划协调的透明度和安全性。CANOE是一个多智能体神经符号系统，采用一种论证方法，其中专门的智能体生成和争论干预措施，允许人在回路中进行优化。CoPlan提供了一个共智能接口，使人类护理规划者能够检查、质疑和修改AI生成的建议，在决策过程中保留人类的主导权。这两个系统都旨在改进多样化的临床、功能和社会心理信息的综合，以实现更可信赖和负责任的护理计划。
-
新AI框架增强了可解释的抑郁症症状标注
研究人员开发了一个新颖的框架，以改进AI系统的抑郁症症状标注，解决了标签缺乏结构化证据或与诊断标准不明确对齐的常见问题。这个自演化、专家在环系统结合了大型语言模型辅助和人工验证，为心理健康研究创建更可靠和可解释的数据集。该框架分三个阶段运行，包括证据选择、DSM-5-TR分析和病例级综合，并具有双记忆架构，用于内化专家反馈以进行迭代改进，无需重新训练。
-
LLM框架增强协调关税税则编码分类
研究人员开发了一个新的代理大型语言模型（LLM）框架，旨在改进协调关税税则（HTS）编码的分类，这些编码对于国际贸易和海关至关重要。该框架结合了多代理检索、关税文件语义搜索以及基于共识的验证系统，该系统具有逐元素投票和置信度估计功能。虽然在3,300个产品记录数据集上的实验结果表明，精确的10位数字分类对LLM来说仍然具有挑战性，但所提出的系统为海事物流和智能港口运营提供了一种更具可解释性和可问责性的方法。