💻 Informatik

Redistributing Lossless-Compression Test Corpora: An Audit of Nine Corpora and a File-Level Publication Procedure

Diese Arbeit prüft neun weit verbreitete Testkorpora für verlustfreie Kompression, um weitverbreitete Lizenzierungsambiguitäten und Reproduzierungslücken aufzuzeigen, und schlägt anschließend ein strenges Verfahren zur Veröffentlichung auf Dateiebene vor, das Herkunftsnachweise, eine Dual-Review-Verifizierung und standardisierte Metadaten umfasst, um die sichere Weiterverbreitung von Kompressionsdatensätzen zu ermöglichen.

Eugen Spivak2026-10-07
💻 Informatik

The social psychology of AI agents

Diese Studie zeigt, dass große Sprachmodelle zwar konsistente und sozial erwünschte selbstberichtene Persönlichkeiten aufweisen, ihr tatsächliches beobachtetes Sozialverhalten jedoch signifikant zwischen den Modellen variiert und nicht durch Selbstberichte vorhergesagt werden kann, was darauf hindeutet, dass Verhaltensbewertungen für die Auswahl von KI-Agenten für soziale Interaktionen unerlässlich sind.

Magdalena Katharina Wekenborg, Josi Harzbecker, Oleksandr Husak, Janani Sridharan, Julian Eder, Joseph Kambeitz, Venkat (…)2026-10-07
💻 Informatik

A Low-Cost Serverless ERP Framework for Resource-Constrained Organizations

Dieses Paper schlägt das Serverless ERP Framework (SERF) vor, eine kostengünstige, technologieunabhängige Referenzarchitektur, die es ressourcenbeschränkten Organisationen ermöglicht, modulare, sichere und portable ERP-Systeme unter Verwendung von Serverless-Technologien bereitzustellen, wie durch eine erfolgreiche reale Implementierung in einer Bildungseinrichtung demonstriert wurde, welche die Betriebskosten signifikant reduzierte und die Effizienz der Datenverarbeitung verbesserte.

Samarth Kukreja2026-10-07
💻 Informatik

A Stability-Aware Event-Triggered Rescheduling Framework with Bounded LLM Judgment for Production Scheduling

Diese Arbeit adressiert den Mangel an Stabilitätsmessung in der LLM-gesteuerten Produktionsplanung, indem sie ein hybrides, ereignisgesteuertes Umplanungs-Framework vorschlägt, das deterministische stabilitätsbewusste Regeln mit einer beschränkten LLM-Beurteilung kombiniert, um optimale Wiederherstellungsmaßnahmen auszuwählen und gleichzeitig die Machbarkeit zu gewährleisten sowie Entscheidungs-Thrashing zu verhindern.

Jiun-Yan Shiau, Peng-Yu Chen, Chang-Yu Fan2026-10-07
💻 Informatik

FFram: An Adaptive, Self-Healing, and Content-Aware Framework for Democratizing Complex Media Pipelines

FFram ist ein Open-Source-Python-Terminal-Framework, das komplexe Medien-Pipelines durch die Integration von PyAV-basierter Container-Probing, einer selbstheilenden Recovery-Schleife, einer VMAF-zielgerichteten Auto-CRF-Optimierung und einer abhängigkeitsfreien XML-RPC-verteilten Encoding-Architektur demokratisiert, um die Einschränkungen traditioneller Kommandozeilen-Tools zu überwinden.

Ram Gopal Reddy Redabothula2026-10-07
💻 Informatik

Reproducibility and Transparency Audit of Parallel Runtime Performance Reporting in Open-Source Benchmarks: A Case Study of the Rust, Julia, Haskell, and Python Ecosystems

Dieses Paper präsentiert eine systematische Untersuchung der Transparenz- und Reproduzierbarkeitspraktiken in der sprachübergreifenden parallelen Performance-Forschung unter Einbeziehung von Rust, Julia, Haskell und Python, wobei signifikante Lücken in der methodischen Berichterstattung aufgezeigt und ein validiertes Framework zur Verbesserung der Evidenzstandards vorgeschlagen wird, ohne neue Experimente durchzuführen.

Magnus Bright2026-10-07
💻 Informatik

Hyperbolic Disentangled Graph Information Bottleneck with Bi-Directional Neuro-Symbolic Co-Regularization for Sparse Multi-Criteria Recommendation

Das Papier schlägt HyperAspect-GIB vor, ein neuartiges End-to-End-Framework, das Riemannsche Geometrie, Informationstheorie und neuro-symbolische Co-Regularisierung integriert, um grundlegende Einschränkungen in Multi-Kriterien-Empfehlungssystemen zu überwinden, einschließlich euklidischer Verzerrung, MNAR-Selektionsbias und LLM-Halluzinationen, wodurch die Genauigkeit der Empfehlungen, die Aspekt-Schätzung und die Erklärungstreue signifikant verbessert werden.

Quan Van2026-10-07
💻 Informatik

Adaptive Quantum-Inspired Swarm Learning (AQISL) for Energy-Efficient Cluster Head Selection in IoT Infrastructure

Dieses Papier schlägt den Adaptive Quantum-Inspired Swarm Learning (AQISL)-Algorithmus vor, um die Auswahl der Cluster-Köpfe in großflächigen IoT-Netzwerken zu optimieren, wodurch der Energieverbrauch, der Paketverlust und die Übertragungslatenz effektiv reduziert werden, während gleichzeitig die Lastverteilung und die allgemeine Netzwerkstabilität verbessert werden.

C. Bala Subramanian, R. Ramkumar, S Shanmugapriya2026-10-07