💻 Category

cs

2456 Arbeiten

💻 computer science

Navigating the Prompt Space: Improving LLM Classification of Social Science Texts Through Prompt Engineering

Diese Arbeit zeigt, dass die systematische Variation von Prompt-Engineering-Elementen wie Label-Beschreibungen, instruktiven Nudges und Few-Shot-Beispielen zwar die Klassifizierungsgenauigkeit von LLMs für sozialwissenschaftliche Texte signifikant verbessern kann, die Leistungssteigerungen jedoch oft nach minimalen Kontextvergrößerungen nur noch marginal ausfallen, bei übermäßig viel Kontext sogar zurückgehen können und je nach Modell sowie Aufgabe erheblich variieren, was eine individuelle Validierung statt einer bloßen Verlassenschaft auf allgemeine Regeln erforderlich macht.

Erkan Gunes, Christoffer Florczak, Tevfik Murat Yildirim2026-07-10
💻 computer science

Detecting Cybersecurity Threats using Deep Learning: A Practical Approach

Dieses Paper schlägt ein praktisches, mehrschichtiges Deep-Learning-Framework unter Verwendung von CNNs und LSTMs vor, um fortschrittliche Cybersicherheitsbedrohungen zu erkennen, indem es kritische technische Herausforderungen wie Datenimbalancen adressiert und einen Leitfaden für eine skalierbare Echtzeitimplementierung in Security Operations Centers bereitstellt.

Jamal Khouya, Abdelkrim El Mouatasim2026-07-10
💻 computer science

An Intelligent YOLO26-Based Early Warning Framework for Drone Detection in Critical Infrastructure Surveillance

Dieses Paper schlägt ein intelligentes Echtzeit-Framework zur Drohnenerkennung und Frühwarnung für die Überwachung kritischer Infrastrukturen unter Verwendung des Deep-Learning-Modells YOLO26 vor, welches auf einer benutzerdefinierten Multi-Szenario-Datenbank trainiert und gegenüber Baseline-Modellen evaluiert wurde, um eine überlegene Genauigkeit und Geschwindigkeit bei der Identifizierung kleiner, entfernter und anspruchsvoller Drohnenziele zu demonstrieren.

Younis Arrabi2026-07-10✓ Author reviewed ⓘ
💻 computer science

Recursive Transport Topology Detects Structural Regime Transitions Associated with Behavioral Failure in World Models

Diese Arbeit zeigt, dass die Analyse der rekursiven Indizierung (RIX) der latenten Transporttopologie strukturelle Regimewechsel in Weltmodellen detektieren kann, die einem Verhaltensversagen vorausgehen, und offenlegt, dass Repräsentationen punktweise stabil bleiben können, während ihre zugrunde liegende Organisationsstruktur unter Belastung kollabiert.

Jeffery Scott Allbright2026-07-10
💻 computer science

Tamarin (HSQ): Reversible Hierarchical KV-Cache Compression for LLM Inference

Tamarin (HSQ) führt ein reversibles, dreistufiges hierarchisches KV-Cache-Kompressionsverfahren ein, das Token in eine fokale Ebene, gelernte Zusammenfassungsvektoren und ein CPU-basiertes Archiv leitet, um eine 12- bis 28-fache Reduzierung des GPU-Speichers für die LLM-Inferenz bei langen Kontexten zu erreichen, während die Perplexität und die Genauigkeit beim Abruf nahezu auf Baseline-Niveau gehalten werden.

Alikhan Bazakov, Kirill Kiselev2026-07-10
💻 computer science

A Graded Autonomy Framework for Governing Agentic AI in Health Care

Dieses Paper schlägt ein Framework für abgestufte Autonomie vor, das in Anlehnung an den Automobilstandard J3016 entwickelt wurde, um agentische KI im Gesundheitswesen zu steuern, indem es Systeme über drei Domänen und sechs Ebenen klassifiziert, um Fähigkeit von Autorisierung zu trennen, und dadurch Sicherheitslücken in aktuellen Evaluationsmetriken durch ein Anwendungsbeispiel des autonomen Sepsis-Managements adressiert.

Sing Chee Tan, Vlada Rozova, Rebecca Jessup, Daniel Capurro2026-07-10
💻 computer science

Adaptive-Hazard Bayesian Online Change-Point Detection for Text Streams: A Dirichlet-Multinomial Formulation

Dieses Paper schlägt eine adaptive Hazard-Bayesianische Online-Change-Point-Detection-Methode für Textströme vor, die Reset-Wahrscheinlichkeiten basierend auf dem Drift der lexikalischen Verteilung mittels einer Dirichlet-Multinomial-Formulierung dynamisch anpasst und dadurch eine verbesserte Detektionsleistung sowie reduzierte Verzögerungen zeigt, insbesondere in Szenarien mit graduellen oder schwachen lexikalischen Änderungen.

Muhammad Ali Gunawan, Amalia Fitri2026-07-10
💻 computer science

Large scale IoT Intrusion Detection using Isolation Forest and Mutual Information based Feature Selection

Diese Arbeit zeigt, dass ein Isolation-Forest-Algorithmus in Kombination mit einer auf Mutual Information basierenden Merkmalsauswahl Autoencoder- und Ensemble-Methoden bei der groß angelegten IoT-Intrusion-Detection übertrifft, indem er eine überlegene Genauigkeit, einen überlegenen F1-Score und einen überlegenen AUC erzielt, während er gleichzeitig eine geringere Rechenkomplexität auf dem NF-ToN-IoT-v3-Datensatz beibehält.

siddharth Ghansela2026-07-10
💻 computer science

Temporal Multi-Signal Fusion for Token-Level Hallucination Detection

Dieses Paper schlägt einen zeitlichen Multi-Signal-Fusionsansatz vor, der Halluzination als ein Sequenz-Labeling-Problem behandelt, indem ein BiGRU verwendet wird, um Textstatistiken, NLI-Entailment und Language-Model-Surprisal zu kombinieren, wobei durch die Nutzung des zeitlichen Kontextes anstatt der Modellkapazität eine signifikante AUC-Verbesserung von 0,840 auf RAGTruth erzielt wird, während gleichzeitig die Effektivität bei Closed-Source- und unbekannten Modellen beibehalten wird.

Igor Itkin2026-07-10