💻 Category

cs

2456 Arbeiten

💻 computer science

Multi-Agent LLM Collaborative Reasoning and Task Planning for Complex Task Solving

Dieses Paper schlägt ein Multi-Agenten-LLM-Framework vor, das auf einem abhängigkeitsbewussten Aufgaben-Graph mit distinkten Rollen für Planer, Ausführer und Verifizierer sowie kalibrierten Parametern und Shared-Memory-Mechanismen basiert, welches Single-Agenten-Baselines bei der Lösung komplexer Aufgaben durch die Verbesserung von Abschlussraten, Genauigkeit und faktischer Konsistenz bei gleichzeitiger Reduzierung von Tool-Fehlern signifikant übertrifft.

Wentao Zhang, Tian Liao, Yihui Feng2026-07-06
💻 computer science

Stratum-eval: A Normative-First Evaluation Framework for Clinical Machine Learning

Das Papier stellt Stratum-eval vor, ein normativ-orientiertes Evaluierungsframework für klinisches maschinelles Lernen, das ein validiertes Normatives Spezifikationsdokument vorschreibt, welches Anwendungsfälle, Fairness-Abwägungen und Stakeholder-Grenzen definiert, bevor Leistungsmetriken berechnet werden, wodurch sichergestellt wird, dass die ethische und regulatorische Ausrichtung vor der Modellbereitstellung etabliert ist.

Hassan Farooq, Abdullah Jawad, Muhammad Salman Butt2026-07-06
💻 computer science

ISVEX: A method for the assessment of the risk exposure of intelligent systems

Dieses Paper stellt ISVEX vor, eine umfassende Methode zur Bewertung von Schwachstellen, die sowohl „Strong“- als auch „Lite“-Varianten umfasst und darauf ausgelegt ist, die spezifischen Einschränkungen bestehender Standards durch die Quantifizierung einzigartiger KI-Risiken wie Modellmanipulation, Data Poisoning und agentische Schwachstellen durch ein maßgeschneidertes Multi-Metrik-Framework zu adressieren.

Eduardo Arriols-Núñez, Mary Luz Mouronte-López2026-07-06
💻 computer science

Parallel Thinking-Trace-Guided Auto-Learning for Autonomous Robots

Dieses Paper schlägt ein paralleles, durch Denkspuren gesteuertes Auto-Learning-Framework für autonome Roboter vor, das ein Hauptdenksystem mit parallelen Auto-Learning- und Obvious-Learning-Subsystemen integriert, um Denkspuren effizient in ausführbare Modelle umzuwandeln und dadurch die Latenz sowie die Aufrufe von High-Level-Reasoning signifikant zu reduzieren, während gleichzeitig hohe Erfolgsraten bei der Aufgabenerfüllung beibehalten werden.

Hong Su2026-07-06
💻 computer science

SWST-Net: Semantic-aware Wavelet-drivenStructure and Texture Interaction Network forImage Inpainting

Das Papier schlägt SWST-Net vor, ein semantisch-bewusstes, Wavelet-gesteuertes Netzwerk, das diskrete Wavelet-Transformationen nutzt, um Bildstrukturen und -texturen unter Verwendung semantischer Prioritäten zu trennen und interaktiv zu rekonstruieren, wodurch eine überlegene Leistung bei der Bildinpainting-Aufgabe über mehrere Datensätze hinweg erzielt wird.

Lili Shen, Qi Li, Xinglin Wang, Ran Chen, Zhiyao Long2026-07-06
💻 computer science

Secure Peer-to-Peer Entropy Generatorfor Fairness in Blockchain-Based Games

Dieses Paper schlägt einen dezentralen Peer-to-Peer-Entropiegenerator vor und validiert diesen, welcher ein Commit-Reveal-Protokoll sowie hybride Aggregation nutzt, um statistisch uniforme, kostengünstige und angriffsresistente Zufälligkeit für Blockchain-basierte Spiele bereitzustellen, wobei er sowohl in der wirtschaftlichen Effizienz als auch in der Sicherheit zentralisierte Oracles wie Chainlink VRF übertrifft.

Jonathas Tavares Neves, Jessica Mariella de Carvalho Oliveira, Carlos Augusto de Moraes Cruz2026-07-06
💻 computer science

Enhancing Object Tracking via Spatio-Temporal Collaboration in Frame-Event Networks

Dieses Paper schlägt das Spatio-Temporal Collaboration Network (STC-Net) vor, welches Frame- und Event-Modalitäten durch ein Adaptive Spiking Neuron Modul und ein High-order Spatio-Temporal Fusion Modul integriert, um eine State-of-the-Art-Objektverfolgung unter anspruchsvollen Bedingungen zu erreichen.

Nan Wang, Yong Song, Li Wang, Yingbo He, Shaoxing Wu, Ya Zhou, Teng Luo, Shuang Wang, Linjun Zeng2026-07-06
💻 computer science

When Generative AI Writes Test Cases: Scenario-Driven Evaluation of Generated Tests

Diese Arbeit führt eine szenariogesteuerte Evaluierungsmethodik ein, um durch KI generierte Testsuiten mit von Menschen geschriebenen zu vergleichen, wobei aufgezeigt wird, dass direkte Prompts zwar mehr erwartete Verhaltensweisen wiederherstellen, Strategien des Typs „Idee-dann-Implementierung“ jedoch effizientere Suiten mit weniger Duplikaten liefern und reine „Ideen-Ansätze“ effektiv zusätzliche Testszenarien aufdecken.

Baris Ardic, Idil Isil Yildirim, Carolin Brandt, Andy Zaidman2026-07-06
💻 computer science

Conscious infrastructure for fairness aware detection of household water insecurity in Hyderabad informal settlements

Dieses Paper schlägt ein Framework für Conscious Infrastructure Neural Systems (CINS) vor, das anstelle traditioneller Infrastrukturmetriken Daten zur Haushaltsbelastung nutzt, um die Fairness und Genauigkeit der KI-gestützten Erkennung von Wasserunsicherheit in den informellen Siedlungen von Hyderabad signifikant zu verbessern und somit die Lücke zwischen gelebter Erfahrung und institutioneller Entscheidungsfindung zu schließen.

Anil Kumar Palakodeti2026-07-06