cs artículos | Gist.Science

DOLPHIN: A Privacy-Preserving Digital Investigation Readiness Assessment Framework based on Offline Large Language Models and Retrieval-Augmented Generation

Este artículo presenta DOLPHIN, un marco de trabajo que preserva la privacidad y que aprovecha modelos de lenguaje de gran tamaño fuera de línea y la generación aumentada por recuperación para mejorar significativamente la preparación de la investigación forense digital al evaluar con precisión la integridad de la evidencia, detectar brechas específicas y reducir el tiempo de preparación de los casos, garantizando al mismo tiempo que los datos permanezcan locales.

Divya K2026-09-15

💻 computer science

A Community-driven Hub for High-Quality Text2Cypher Benchmarks and Resources

Este artículo presenta Text2Cypher-Hub, una plataforma impulsada por la comunidad que aborda la escasez de recursos de evaluación de alta calidad para traducir lenguaje natural a consultas Cypher mediante la publicación de tres bancos de pruebas curados y específicos de un dominio y el establecimiento de un registro estandarizado para compartir conjuntos de datos, modelos y herramientas.

Emanuele Cavalleri, Nada Bou Kanaan, Marco Mesiti2026-09-15

💻 computer science

Image Tampering Region Localization Method Based on Pseudo Label Driver and Dynamic Multi branch Decoding

Este artículo propone un método de localización de manipulación de imágenes impulsado por pseudo-etiquetas que presenta un decodificador multirramificación dinámico consciente del tipo de manipulación que aborda eficazmente las trazas forenses heterogéneas mediante la integración de características multiescala, la supervisión de correspondencia fuente-objetivo para el falsificado de copia y movimiento, y la fusión adaptativa de pistas para lograr una alta precisión y generalización en diversos conjuntos de datos.

Yanting Li, Xiaojian Xue, Weiyi Lin, Shouxin He2026-09-15

💻 computer science

Adaptive Feature-Group Masking under Feature-Set Shift: A Reproducible Multi-Dataset Evaluation of When Simpler Corruption Wins

Esta evaluación reproducible de múltiples conjuntos de datos demuestra que el enmascaramiento adaptativo de grupos de características no supera significativamente a las políticas de corrupción no adaptativas más simples en la mejora de la robustez contra el cambio de conjunto de características, lo que sugiere que los controles emparejados y la inferencia a nivel de conjunto de datos son más críticos que los mecanismos de adaptación complejos para esta tarea.

Harmanan Gurvinder Kohli2026-09-15

💻 computer science

Condence, Calibration, and Abstention in Small Open-Weight Language Models on Psychiatric Knowledge Questions: A Cross-Domain Replication

Este estudio piloto demuestra que los modelos de lenguaje pequeños de pesos abiertos aplicados a preguntas de conocimiento psiquiátrico exhiben una mala calibración de confianza, clasificaciones de precisión dependientes del dominio, y que el instarlos a abstenerse de responder a menudo degrada en lugar de mejorar el rendimiento cuando se evalúa con estadísticas emparejadas rigurosas.

Kunal Dhanda2026-09-15

💻 computer science

Not Letting Proofs Die: xLaDe, a Lean 4 Ecosystem Framework

Este artículo presenta xLaDe, un marco de ecosistema para Lean 4 diseñado para asegurar la reproducibilidad y sostenibilidad a largo plazo de las matemáticas formalizadas mediante el registro de metadatos de la cadena de herramientas y la gestión de entornos experimentales sin modificar el código fuente, abordando así los desafíos planteados por la rápida evolución del lenguaje.

Lakshit Singh Bisht, Deepak Pandey, Manpreet Sahoo, Thota Siva2026-09-15

💻 computer science

Adaptive Context Reliance Control in Noisy Retrieval-Augmented Generation: A Systematic Literature Review

Esta revisión sistemática de la literatura analiza dieciséis estudios sobre el control de la dependencia del contexto adaptativo en sistemas de Generación Aumentada por Recuperación con ruido, identificando brechas críticas en las estrategias actuales de memorización consciente del ruido y proponiendo el marco ACRC para equilibrar dinámicamente el conocimiento interno de un LLM frente a la calidad de la evidencia recuperada.

Hasan Ahmad, Shujat Karim, Fakhra Kashif, Naveed Ejaz2026-09-15

💻 computer science

A Retrieval-Augmented Generation Method for Industrial Documents based on Reinforcement Learning

Este artículo propone RLo-RAG, un modelo de Generación Aumentada por Recuperación de Múltiples Rondas basado en Aprendizaje por Refuerzo y mejorado con LoRA, el cual utiliza una función de recompensa dinámica para recuperar iterativamente fragmentos de documentos de alta relevancia y mejora significativamente la precisión de la recuperación y la calidad de la generación para documentos industriales en comparación con los métodos RAG tradicionales.

Ling WeiQing, Yongqi Zhi2026-09-15

💻 computer science

DA-LightNet: Real-Time Rain and Haze Removal on Edge Devices

Este artículo propone DA-LightNet, una red de aprendizaje profundo unificada y ligera que elimina eficazmente la lluvia y la neblina en tiempo real en dispositivos periféricos con recursos limitados mediante el empleo de un módulo de modulación consciente de la degradación y bloques convolucionales eficientes para equilibrar una alta calidad de restauración con un bajo costo computacional.

Jianhong Li, Yan Liang, Miaoqin Yuan, Fuyu Deng, Ke Fang, Guangqiang He2026-09-14

💻 computer science

Context-Adaptive Emotional Speech Synthesis via Feature Control in Multi-Turn Dialogue (ChinaMM 2026)

Este artículo propone un marco de trabajo adaptativo al contexto para la síntesis de voz emocional multiturno que aprovecha la memoria de diálogo histórica y una entrada conjunta bimodal de señales de voz y texto para predecir y controlar dinámicamente las características acústicas, superando así las limitaciones de los métodos tradicionales basados en transcripciones para lograr respuestas naturales y emocionalmente coherentes.

Qinglan Wei, Ruiqi Xue, Long Ye, Yuan Zhang2026-09-14