💻 Category

cs

3808 Arbeiten

💻 Informatik

Training on Broken Contexts: Source Loss and Repair in Tool-Augmented LLM Post-Training

Dieses Paper identifiziert und quantifiziert ein kritisches Versagen beim Training von werkzeug-augmentierten LLMs, bei dem Standard-Sequenzkonstruktions-Policies die Verbindung zwischen den Assistant-Targets und deren zugrunde liegenden Tool-Observations unterbrechen, und schlägt Rekonstruktionsstrategien vor, welche die Supervision-Abdeckung sowie die Kontextintegrität signifikant verbessern und gleichzeitig die Token-Redundanz reduzieren.

Amir Reza Peimani2026-10-06
💻 Informatik

The Refutation Gap: Certifying Both Halves of an Optimality Claim

Diese Arbeit adressiert die „Refutationslücke“ (refutation gap) in der Programmsynthese durch die Einführung einer zertifizierten Pipeline, die DRAT-Beweise für Optimalitätsansprüche in minimalen linearen geraden Programmen über GF(2) generiert und verifiziert, wodurch 121 zuvor unzertifizierte Ergebnisse formal validiert und gleichzeitig kritische Verifikationshindernisse sowie selbst entdeckte Artefakte aufzeigt.

Rohan Pandey2026-10-06
💻 Informatik

An Auditable Large Language Model Pipeline for Data Extraction in Systematic Literature Reviews

Diese Studie zeigt, dass eine auditierbare Large-Language-Model-Pipeline systematische Literaturübersichten effektiv unterstützen kann, indem sie eine hohe Übereinstimmung mit menschlichen Experten beim Screening und der Datenextraktion erreicht, wobei sie besonders in komplexen Feldern überzeugt, während sie gleichzeitig spezifische Herausforderungen bei binären Fragen zu nicht berichteten Informationen aufzeigt.

Philipp André Macháček, Daniel Segelcke, Esther M. Pogatzki-Zahn, Bruno Pradier2026-10-06
💻 Informatik

From Classification to Collection: A Multi-Task Deep Learning System for Automated Waste Sorting with Real-World Prototype Evaluation

Dieses Papier präsentiert ein Multi-Task-Deep-Learning-System, das vier spezialisierte CNN-Modelle in einer sequenziellen Pipeline zur automatisierten Abfalltrennung integriert, welches durch rigorose statistische Tests validiert und in einem in Zusammenarbeit mit Nestlé und Dawar entwickelten physischen Smart-Bin-Prototyp implementiert wurde, wobei eine Genauigkeit von 92,4 % auf realen regionalen Daten erreicht wurde.

Omar Moustafa, Malak Elsayed, Nour Kahky, Noha Youssef2026-10-06
💻 Informatik

Toward Risk-Aware Clinical Decision Support in Gastrointestinal Endoscopy: A Tunable Asymmetric Loss with Uncertainty-Guided Referral

Diese Studie schlägt ein risikobewusstes Deep-Learning-Framework für die gastrointestinale Endoskopie vor, das eine abstimmbare asymmetrische Verlustfunktion, Unsicherheits-gesteuerte Überweisungsstrategien und leichtgewichtige Architekturen nutzt, um eine hochperformante Vier-Klassen-Risikostratifizierung zu erreichen, während gleichzeitig die Sicherheit durch die Eskalation von Hochrisiko- und prämalignen Fällen priorisiert wird.

Azizur Rahman, Nakib Uddin Ahmed, Kadirur Rahman Chowdhury, Mehjabin Ferdous, J.S. Jannatun Nayema, Md. Shahadat Hossain (…)2026-10-06
💻 Informatik

Machine Learning Based Intrusion Detection for Cloud Storage: An Empirical Evaluation of Signature and Random Forest Fusion

Diese Studie evaluiert empirisch einen semi-synthetischen Intrusion-Detection-Prototyp für Cloud-Speicher, indem sie Angriffe in unbeschriftete Microsoft-Azure-Traces injiziert, wobei festgestellt wurde, dass Random-Forest-Modelle zwar nützliche Ranking-Signale liefern, ihre instabile Leistung unter zeitlicher Arbeitslastdrift und die mangelhafte Erkennung von Low-and-Slow-Angriffen jedoch darauf hindeuten, dass sie noch nicht bereit für den produktiven Einsatz sind.

Simon Usifoh, Olawale Olaniyi2026-10-06
💻 Informatik

Cross-Dataset Generalization in Deepfake Detection: A Controlled Study of Spatial, Frequency, and Video-Level Baselines

Diese kontrollierte Studie evaluiert die Cross-Dataset-Generalisierung von fünf auf ImageNet vortrainierten RGB-Backbones und zwei leichtgewichtigen Probes für die Deepfake-Detektion und zeigt auf, dass die Abdeckung der Quelldomäne sowie die Evaluierungsprotokolle ebenso kritisch für die Überbrückung von Leistungsunterschieden über die Datensätze FaceForensics++, Celeb-DF und DFD sind wie die Auswahl des Backbones.

Samarth Kukreja2026-10-06
💻 Informatik

Am I Still Coupled to My Environment? Task-agnostic Runtime Telemetry from the Reinforcement-learning Interaction Loop

Dieses Paper führt ein belohnungsunabhängiges Runtime-Monitoring-Framework ein, das auf Interaktionsentropie und Kopplungsmetriken basiert, welche aus standardmäßigen Beobachtungs-Aktions-Tripeln abgeleitet werden, um eine Entkopplung von der Umgebung sowie einen Interaktionsdrift bei eingesetzten Reinforcement-Learning-Agenten zu detektieren, wobei es im Vergleich zu herkömmlichem belohnungsbasiertem Monitoring überlegene Fähigkeiten zur Fehlererkennung demonstriert.

Wael Hafez, Chenan wei2026-10-06
💻 Informatik

Lightweight Edge-Based Telemetry Parsing for Navigation Systems via Deterministic Spatial-Text (LODTE)

Das LODTE-Framework führt ein leichtgewichtiges, deterministisches Edge-basiertes System ein, das Echtzeit-Navigations-Telemetrie durch die Nutzung lokalisierter Konturgeometrie-Filter und Hochgeschwindigkeits-Bildschirmaufnahme parst, um Cloud-Abhängigkeiten zu eliminieren, die Latenz auf unter 35 Millisekunden zu reduzieren und eine hohe Erkennungsgenauigkeit auf ressourcenbeschränkter Hardware aufrechtzuerhalten.

Teody Banagan, Angie Ceniza-Canillo, Ronilo Librado, Jordan Parman2026-10-06
💻 Informatik

Validation asymmetry in generative AI–generated clinical educational content: a scoping review

Diese Scoping Review von 161 Studien offenbart eine signifikante Validierungsasymmetrie bei durch generative KI erstellten klinischen Bildungsinhalten, wobei die Forschung die Bewertung der repräsentativen Treue übermäßig priorisiert, während die Untersuchung von demografischer Verzerrung, Minderungsstrategien und der Reproduzierbarkeit der Berichterstattung weitgehend vernachlässigt wird.

Carlos Lou, Eduardo Ttito2026-10-06