💻 Category

cs

2266 Arbeiten

💻 computer science

DOLPHIN: A Privacy-Preserving Digital Investigation Readiness Assessment Framework based on Offline Large Language Models and Retrieval-Augmented Generation

Dieses Paper stellt DOLPHIN vor, ein Framework zur Wahrung der Privatsphäre, das Offline-Large-Language-Models und Retrieval-Augmented Generation nutzt, um die Bereitschaft für digitale forensische Untersuchungen durch die präzise Bewertung der Vollständigkeit von Beweismitteln, das Erkennen spezifischer Lücken und die Reduzierung der Fallvorbereitungszeit signifikant zu verbessern, während sichergestellt wird, dass die Daten lokal bleiben.

Divya K2026-09-15
💻 computer science

A Community-driven Hub for High-Quality Text2Cypher Benchmarks and Resources

Dieses Paper stellt Text2Cypher-Hub vor, eine gemeinschaftsbasierte Plattform, die den Mangel an hochwertigen Evaluierungsressourcen für die Übersetzung von natürlicher Sprache in Cypher-Abfragen adressiert, indem sie drei kuratierte, domänenspezifische Benchmarks veröffentlicht und ein standardisiertes Register für das Teilen von Datensätzen, Modellen und Werkzeugen etabliert.

Emanuele Cavalleri, Nada Bou Kanaan, Marco Mesiti2026-09-15
💻 computer science

Image Tampering Region Localization Method Based on Pseudo Label Driver and Dynamic Multi branch Decoding

Dieses Paper schlägt eine durch Pseudo-Labels gesteuerte Methode zur Lokalisierung von Bildmanipulationen vor, die einen manipulationstyp-bewussten dynamischen Multi-Branch-Decoder nutzt, welcher heterogene forensische Spuren durch die Integration von Multiskalen-Merkmalen, Quell-Ziel-Korrespondenz-Überwachung für Copy-Move-Fälschungen und adaptive Merkmalsfusion effektiv adressiert, um eine hohe Genauigkeit und Generalisierung über diverse Datensätze hinweg zu erreichen.

Yanting Li, Xiaojian Xue, Weiyi Lin, Shouxin He2026-09-15
💻 computer science

Adaptive Feature-Group Masking under Feature-Set Shift: A Reproducible Multi-Dataset Evaluation of When Simpler Corruption Wins

Diese reproduzierbare Multi-Datensatz-Evaluierung zeigt, dass adaptives Feature-Group-Masking einfache, nicht-adaptive Korruptionsstrategien zur Verbesserung der Robustheit gegenüber Feature-Set-Shifts nicht signifikant übertrifft, was darauf hindeutet, dass abgestimmte Kontrollen und Datensatz-Ebene-Inferenz kritischer sind als komplexe Adaptionsmechanismen für diese Aufgabe.

Harmanan Gurvinder Kohli2026-09-15
💻 computer science

Condence, Calibration, and Abstention in Small Open-Weight Language Models on Psychiatric Knowledge Questions: A Cross-Domain Replication

Diese Pilotstudie zeigt, dass kleine, Open-Weight-Sprachmodelle, die auf psychiatrische Wissensfragen angewendet werden, eine schlechte Konfidenzkalibrierung sowie domänenspezifische Genauigkeitsrankings aufweisen und dass das Auffordern dieser Modelle, der Antwort zu entziehen, die Leistung verschlechtert anstatt sie zu verbessern, wenn sie mit rigorosen gepaarten Statistiken evaluiert werden.

Kunal Dhanda2026-09-15
💻 computer science

Not Letting Proofs Die: xLaDe, a Lean 4 Ecosystem Framework

Dieses Paper präsentiert xLaDe, ein Lean 4-Ecosystem-Framework, das darauf ausgelegt ist, die langfristige Reproduzierbarkeit und Nachhaltigkeit formalisierter Mathematik durch das Aufzeichnen von Toolchain-Metadaten und die Verwaltung experimenteller Umgebungen ohne Modifikation des Quellcodes zu gewährleisten, wodurch die Herausforderungen adressiert werden, die durch die schnelle Evolution der Sprache entstehen.

Lakshit Singh Bisht, Deepak Pandey, Manpreet Sahoo, Thota Siva2026-09-15
💻 computer science

Adaptive Context Reliance Control in Noisy Retrieval-Augmented Generation: A Systematic Literature Review

Diese systematische Literaturübersicht analysiert sechzehn Studien zur adaptiven Kontrolle der Kontextabhängigkeit in verrauschten Retrieval-Augmented-Generation-Systemen, identifiziert kritische Lücken in aktuellen rauschbewussten Memorierungsstrategien und schlägt das ACRC-Framework vor, um das interne Wissen eines LLM dynamisch gegen die Qualität der abgerufenen Evidenz abzuwägen.

Hasan Ahmad, Shujat Karim, Fakhra Kashif, Naveed Ejaz2026-09-15
💻 computer science

A Retrieval-Augmented Generation Method for Industrial Documents based on Reinforcement Learning

Dieses Paper schlägt RLo-RAG vor, ein durch LoRA erweitertes, auf Reinforcement Learning basierendes Multi-Round Retrieval-Augmented Generation-Modell, das eine dynamische Belohnungsfunktion nutzt, um iterativ hochrelevante Dokumenten-Chunks abzurufen und die Retrieval-Präzision sowie die Generierungsqualität für industrielle Dokumente im Vergleich zu traditionellen RAG-Methoden signifikant zu verbessern.

Ling WeiQing, Yongqi Zhi2026-09-15
💻 computer science

DA-LightNet: Real-Time Rain and Haze Removal on Edge Devices

Dieses Paper schlägt DA-LightNet vor, ein leichtgewichtiges, vereinheitlichtes Deep-Learning-Netzwerk, das durch den Einsatz eines degradationsbewussten Modulationsmoduls und effizienter Faltungsblöcke Regen und Dunst in Echtzeit auf ressourcenbeschränkten Edge-Geräten effektiv entfernt, um eine hohe Restaurationsqualität mit geringen Rechenkosten in Einklang zu bringen.

Jianhong Li, Yan Liang, Miaoqin Yuan, Fuyu Deng, Ke Fang, Guangqiang He2026-09-14
💻 computer science

Context-Adaptive Emotional Speech Synthesis via Feature Control in Multi-Turn Dialogue (ChinaMM 2026)

Dieses Paper schlägt ein kontextadaptives Framework für die mehrstufige emotionale Sprachsynthese vor, das ein historisches Dialoggedächtnis sowie einen bimodalen gemeinsamen Input aus Sprachsignalen und Text nutzt, um akustische Merkmale dynamisch vorherzusagen und zu steuern, wodurch die Einschränkungen traditioneller transkriptionsbasierter Methoden überwunden werden, um natürliche und emotional kohärente Antworten zu erzielen.

Qinglan Wei, Ruiqi Xue, Long Ye, Yuan Zhang2026-09-14