💻 Category

cs

2363 Arbeiten

💻 computer science

Developing Hate Speech Detector for Afan Oromo Content on Social Media Platforms Using Deep Neural Networks

Diese Arbeit präsentiert ein auf Deep Learning basierendes System zur Erkennung von Hassrede für die ressourcenarme Sprache Afaan Oromo unter Verwendung von XLM-RoBERTa- und Afro-XLMR-Modellen und zeigt auf, dass das feinabgestimmte XLM-RoBERTa mit einem F1-Score von 95,3 % und einer Genauigkeit von 95,8 % auf einem Datensatz von 22.000 Social-Media-Proben eine überlegene Leistung erzielt, um die Online-Sicherheit und den sozialen Zusammenhalt in Äthiopien zu verbessern.

Felmeta Abate Jilo¹, Daniel Dufera Kenea²2026-08-06
💻 computer science

Cethraian-Shift is a reproducible medical-imaging research project evaluating the cross-dataset reliability, calibration, label-policy sensitivity, and Grad-CAM++ stability of multi-label chest X-ray classifiers across NIH ChestX-ray14 and VinDr-CXR

Das Cethraian-Shift-Projekt evaluiert die datensatzübergreifende Zuverlässigkeit, Kalibrierung, Label-Policy-Sensitivität und Grad-CAM++-Stabilität von Multi-Label-Thorax-Röntgen-Klassifikatoren, die auf NIH ChestX-ray14 trainiert und auf VinDr-CXR getestet wurden, wobei es aufzeigt, dass Diskriminierung, Kalibrierung und Erklärungsstabilität als unterschiedliche technische Dimensionen fungieren, während gleichzeitig betont wird, dass diese retrospektiven Befunde keine klinische Nützlichkeit oder Einsatzreife begründen.

Mohammed Badhan2026-08-06
💻 computer science

Machine Learning Versus Self-Supervised Transfer Learning for 30-Day Readmission Prediction in Diabetic Patients

Diese Studie vergleicht sechs Machine-Learning-Modelle auf dem UCI Diabetes 130-US Hospitals Datensatz und stellt fest, dass baumbasierte Ensembles, insbesondere XGBoost, sowohl neuronale Netze, die von Grund auf neu trainiert wurden, als auch solche, die selbstüberwachtes Pretraining nutzen, übertreffen und eine praktische Diskriminations-Obergrenze von etwa 0,675 AUROC für die Vorhersage von 30-Tage-Wiederaufnahmen bei diabetischen Patienten erreichen.

Abigail Boatemaa, Baffour Osei, Gabriel Osei Forkuo2026-08-06
💻 computer science

A Hybrid CNN–SPN Framework for Reliable Monitoring and Instability Detection in Hadoop Clusters

Dieses Paper schlägt ein hybrides CNN–SPN-Framework vor, das ein Multi-Density Stochastic Petri Net mit einem Convolutional Neural Network integriert, um die Genauigkeit und Interpretierbarkeit der Erkennung von Knoteninstabilität in Hadoop-Clustern zu verbessern, wobei es auf einem synthetischen Datensatz eine überlegene Leistung gegenüber Baseline-Modellen erzielt.

Walid Ben Mesmia, Zied Trifa, Kamel Barkaoui2026-08-06
💻 computer science

What Does Development Add? Multiple-State Evidence Improves Causal Recovery in Constructed Transformer-Circuit Dossiers

Diese Studie zeigt, dass die Bereitstellung mehrerer sequenzieller Zustände eines konstruierten Transformer-Schaltkreises anstelle von nur seinem Endzustand einem Sprachmodell-Analysten die Genauigkeit der kausalen Kantenrekonstruktion und der Post-Interventions-Vorhersagen signifikant verbessert, selbst wenn alle anderen Versuchsbedingungen identisch bleiben.

Zuo Yuchen2026-08-06
💻 computer science

Testing Whether Internal Backdoor Precursors Precede Behavior: A Causal, Power-Matched Protocol

Dieses Paper schlägt ein kausales, leistungsgleiches Protokoll vor, um durch den Vergleich eines vergifteten Modells mit einer gematchten Nullbedingung unter Verwendung statistisch korrigierter, zeitlich ausgerichteter Detektoren rigoros zu testen, ob interne Backdoor-Präkursoren bösartigem Verhalten vorausgehen, um Fehlalarme durch multiples Testen und Störfaktoren zu vermeiden.

Zuo Yuchen2026-08-06
💻 computer science

Testing History Dependence Between In-Context and In-Weights Learning

Diese Studie zeigt, dass die Reihenfolge des Trainings (das Annähern an eine ausgewogene Mischung aus verschiedenen Richtungen) zwar einen vorübergehenden, messbaren Unterschied in der Stärke von In-Context- versus In-Weights-Lernmechanismen erzeugt, jedoch nicht zu persistenter Hysterese oder grundlegend unterschiedlichen kausalen Schaltkreisorganisationen in kleinen Transformern führt.

Zuo Yuchen2026-08-06
💻 computer science

A Critical Period for Compositional Visual Grounding? Controlled Block Order and Causal Attention Interventions in a Small Vision–Language Transformer

Diese Studie untersucht, ob der Zeitpunkt der Exposition gegenüber relationaler Sprache das kompositorische visuelle Grounding in einem kleinen Vision–Language-Transformer beeinflusst, indem sie die Blockreihenfolge manipuliert und kausale Interventionen durchführt, wobei letztlich kein Beleg dafür gefunden wurde, dass eine frühe Exposition einen Leistungsvorteil gegenüber einer späten Exposition bietet.

Zuo Yuchen2026-08-06
💻 computer science

Does Post-Training Order Change the Mechanism of Safety Alignment? A Controlled Study of Safety DPO and Helpfulness SFT

Diese kontrollierte Studie zeigt, dass die Reihenfolge des Trainings nach dem Training die Mechanismen und Ergebnisse der Sicherheitsausrichtung signifikant beeinflusst, wobei sie offenlegt, dass das Training auf Hilfsbereitschaft nach der Sicherheitsausrichtung sowohl unsichere Verweigerungen als auch harmlose Überverweigerungen im Vergleich zur umgekehrten Reihenfolge drastisch reduziert, während sie gleichzeitig aufzeigt, dass diese Verhaltensänderungen durch rotierende Repräsentationen in den oberen Schichten und nicht durch stabile kausale Mediatoren getrieben werden.

Zuo Yuchen2026-08-06