💻 Category

cs

3880 Arbeiten

💻 Informatik

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
💻 Informatik

Collective Epistemic Network Framework with Adaptive Field Control: Stability and Robustness in Adversarial Multi-Agent Systems

Diese Studie führt das Collective Epistemic Network Framework (CENF) ein, ein computergestütztes Modell, das adaptive Feldsteuerung und Vertrauensplastizität integriert und signifikante Verbesserungen der Konsensgenauigkeit sowie der Stabilität gegenüber adversen Angriffen in synthetischen Multi-Agenten-Netzwerken aufzeigt, während es formale Konvergenzgarantien unter spezifischen Designbedingungen etabliert.

Ali Moslemi Tabrizi2026-09-15
💻 Informatik

Accuracy and Deployability of Deep Neural Networks for Human Action Recognition: A Six-Axis Survey and Controlled Benchmark

Diese Arbeit präsentiert eine sechsdimensionale Untersuchung und einen kontrollierten Benchmark, der zeigt, dass tiefe neuronale Netze wie R3D-18, R(2+1)D-18 und MC3-18 zwar eine hohe Genauigkeit bei der Erkennung menschlicher Handlungen erreichen, die praktische Implementierung jedoch erfordert, das Gleichgewicht zwischen Erkennungsleistung und Recheneffizienz, zeitlicher Robustheit sowie Ressourcenbeschränkungen zu finden, anstatt sich allein auf die Genauigkeit zu verlassen.

Nousheen Taj2026-09-15
💻 Informatik

Label-Efficient Transfer Learning for Human Action Recognition Using Pretrained VideoMAE

Diese Studie zeigt, dass ein eingefrorener, vortrainierter VideoMAE-Encoder in Kombination mit einem leichtgewichtigen linearen Klassifikator eine hocheffiziente Label-Effizienz bei der menschlichen Aktionserkennung ermöglicht und dabei eine starke Leistung auf den UCF101- und HMDB51-Benchmarks bei minimalen Annotationen erreicht, während eine stabile Optimierung und ein konstanter Ressourcenverbrauch beibehalten werden.

Nousheen Taj2026-09-15
💻 Informatik

Token Probability Beats Verbalized Condence for Error Detection in Small Open-Weight Language Models: A Medical and Psychiatric Benchmark Study

Diese Pilotstudie zeigt, dass für kleine Open-Weight-Sprachmodelle (1,2B–9,2B Parameter), die auf medizinische und psychiatrische Aufgaben angewendet werden, das Extrahieren interner Token-Wahrscheinlichkeiten eine signifikant zuverlässigere Methode zur Fehlererkennung darstellt als das Vertrauen auf die verbalisierte Konfidenz der Modelle, insbesondere bei den kleinsten Modellen, bei denen die verbalisierte Konfidenz auf dem Niveau des Zufalls liegt.

Kunal Dhanda2026-09-15
💻 Informatik

HRT-LI: Certified Rank Transport for Dynamic Learned Index over Hierarchical String Keys

Dieses Paper stellt HRT-LI vor, einen zertifizierten dynamischen gelernten Index für hierarchische String-Schlüssel, der durch die Kopplung eines eingefrorenen prädiktiven Modells mit einem Ledger-basierten Korrekturmechanismus strikte Rangfehlergarantien aufrechterhält, validiert durch umfangreiche Experimente an hunderten Millionen realer Strings.

Prathmesh Sayal, Kshiraja Nelapati2026-09-15
💻 Informatik

Does a Safety-Priming Instruction Reduce Risk-Fact Omission in Psychiatric Note Summarization? A Synthetic-Vignette Study of Small Open-Weight Language Models

Diese synthetische Vignetten-Studie zeigt, dass das Hinzufügen einer Sicherheits-Priming-Anweisung zu kleinen Open-Weight-Sprachmodellen zwar die Auslassung kritischer Risikofaktoren bei der Zusammenfassung psychiatrischer Notizen für einige Modelle signifikant reduzieren kann, dies jedoch häufig einen Trade-off durch eine erhöhte Auslassung routinemäßiger klinischer Details schafft, was darauf hindeutet, dass solche Sicherheitsinterventionen auf einer modellbasierten Basis validiert werden müssen, anstatt eine universelle Wirksamkeit vorauszusetzen.

Kunal Dhanda2026-09-15
💻 Informatik

Predicting Late Delivery Risk in Global Supply Chain Operations Using Machine Learning

Diese Studie präsentiert ein vollständig bereitgestelltes, interaktives Streamlit-Dashboard, das einen auf 180.519 DataCo Global Logistikdatensätzen trainierten XGBoost-Klassifikator nutzt, um Risiken verspäteter Lieferungen mit einer Genauigkeit von 79,89 % vorherzusagen, was proaktive operative Entscheidungen im Versand, der regionalen Überwachung und der Kundenkommunikation ermöglicht.

Naresh Adepu2026-09-15
💻 Informatik

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