💻 Category

cs

3821 Arbeiten

💻 Informatik

Mechanistic Interpretability of Discrete Logarithm Grokking: How Representation Determines the Internal Algorithm

Diese Arbeit zeigt, dass die Eingangsrepräsentation des diskreten Logarithmusproblems fundamental den von neuronalen Netzen entdeckten internen Algorithmus bestimmt, wobei offenbart wird, dass eine algebraische Ausrichtung auf die wahre Faktorisierung des Problems eine Voraussetzung für schnelle Generalisierung (Grokking) ist und dass die notwendigen interaktionsreichen Rechenstrukturen bereits während der Memorisierungsphase entstehen, lange bevor sich die Leistung verbessert.

David Vesterlund2026-10-05
💻 Informatik

From Pixels to Pairs: A Comprehensive Benchmark of LLM-Driven Key–Value Extraction in Noisy Document Settings

Dieses Paper führt ein umfassendes Benchmarking-Framework ein, das die Robustheit großer Sprachmodelle bei der Extraktion von Schlüssel-Wert-Paaren aus verrauschten, durch OCR generierten Dokumenten evaluiert, wobei aufgezeigt wird, dass die Leistung bei sauberem Text ein unzuverlässiger Indikator für die Zuverlässigkeit unter realen Bedingungen ist, und Annahmen über konsistente Modell-Rankings sowie den monotonen Nutzen von Few-Shot-Prompting infrage stellt.

Zahra Anvari2026-10-05
💻 Informatik

Reliability Modeling and Automated Incident Response for Cadence Based Distributed Systems SRE Signals and RCA Automation

Dieses Paper schlägt ein zuverlässigkeitsbewusstes Framework für die automatisierte Vorfallreaktion für Cadence-basierte verteilte Systeme vor, das eine Zuverlässigkeitsmodellierung auf Workflow-Ebene und angereicherte Monitoring-Signale integriert, um die Erkennung und Wiederherstellung zu beschleunigen und gleichzeitig die langfristige Systemstabilität zu verbessern.

Ehtesham Junaid2026-10-05
💻 Informatik

Learning the Limits of Discovery: Distinct Failure Signatures of SINDy, Neural ODEs, and PINNs Under Sparse and Noisy Observations

Diese Arbeit evaluiert systematisch die unterschiedlichen Fehlersignaturen von SINDy, Neural ODEs und PINNs unter spärlichen und verrauschten Beobachtungen und zeigt auf, wie Rauschen, Abtastgeometrie und Optimierungseinstellungen deren Präzision, Stabilität und Vorhersagegenauigkeit bei verschiedenen dynamischen Systemen differenziell beeinflussen.

Vedauv Rajkumar Leelavathi2026-10-05
💻 Informatik

From Prediction to Recommendation: A Hybrid Machine Learning and Fine-Tuned Language Model Approach for Soil-Based Crop Recommendation

Dieses Paper schlägt ein hybrides Framework vor, das XGBoost für eine präzise bodenbasierte Nutzpflanzenvorhersage mit einem mittels LoRA feinabgestimmten Sprachmodell kombiniert, um interpretierbare, landwirtschaftsfreundliche Top-K-Empfehlungen zu generieren, und demonstriert damit, dass die Integration von tabellarischem maschinellem Lernen mit generativer KI sowohl die Leistung als auch die Nutzbarkeit landwirtschaftlicher Entscheidungsunterstützungssysteme verbessert.

Yugandhar Akkaldevi2026-10-05
💻 Informatik

An Adaptive Anxiety Intervention Recommender System Using DSW-UCB Contextual Multi-Armed Bandit with Relevance Filtering

Dieses Paper schlägt ein adaptives Empfehlungssystem für Angstinterventionen vor und evaluiert dieses unter Verwendung eines Discounted-Sliding-Window-UCB-Frameworks mit Relevanzfilterung, welches herkömmliche Full-History-Modelle signifikant übertrifft, indem es durch eine schnelle Anpassung an nicht-stationäre Nutzerumgebungen eine Steigerung der kumulativen Belohnung um bis zu 20 % und eine Reduktion des dynamischen Regrets um 61 % erreicht.

Umar Alhaji Mohammed, Aminu Muhammad, Sani Habiba2026-10-05
💻 Informatik

Unified SLO Driven Observability across AWS and GCP using CloudWatch and Stack driver and ELK and Splunk with Error Budgets

Dieses Paper schlägt ein vereinheitlichtes, SLO-gesteuertes Observability-Framework vor und evaluiert dieses, welches AWS CloudWatch, GCP Cloud Monitoring, ELK und Splunk durch ein anbieterunabhängiges Metamodell und Error-Budget-Governance integriert und signifikante Verbesserungen bei der Detektionszeit, der Wiederherstellungsgeschwindigkeit, der SLO-Stabilität sowie der Reduzierung der Betriebskosten in Multi-Cloud-Umgebungen nachweist.

Ehtesham Junaid2026-10-05
💻 Informatik

Warrant: hidden checks and a deterministic gate for software written by AI agents, with an exploratory evaluation

Diese explorative Studie stellt Warrant vor, ein Open-Source-Protokoll, das versteckte Prüfungen und ein deterministisches Gate verwendet, um die Falschakzeptanzrate und durchgelassene Defekte in KI-generiertem Code im Vergleich zu rein sichtbaren Tests signifikant zu reduzieren, wenn auch auf Kosten eines erhöhten Zeit- und Tokenverbrauchs.

Tiago Miranda de Leao2026-10-05