💻 computer science

Developing Hate Speech Detector for Afan Oromo Content on Social Media Platforms Using Deep Neural Networks

Este artículo presenta un sistema de detección de discursos de odio basado en aprendizaje profundo para la lengua afan oromo, la cual es de bajos recursos, utilizando los modelos XLM-RoBERTa y Afro-XLMR, demostrando que el modelo XLM-RoBERTa ajustado logra un rendimiento superior con una puntuación F1 del 95,3 % y una precisión del 95,8 % en un conjunto de datos de 22.000 muestras de redes sociales para mejorar la seguridad en línea y la cohesión social en Etiopía.

Felmeta Abate Jilo¹, Daniel Dufera Kenea²2026-08-06
💻 computer science

Cethraian-Shift is a reproducible medical-imaging research project evaluating the cross-dataset reliability, calibration, label-policy sensitivity, and Grad-CAM++ stability of multi-label chest X-ray classifiers across NIH ChestX-ray14 and VinDr-CXR

El proyecto Cethraian-Shift evalúa la fiabilidad entre conjuntos de datos, la calibración, la sensibilidad de la política de etiquetas y la estabilidad de Grad-CAM++ de clasificadores de radiografías de tórax multietiqueta entrenados en NIH ChestX-ray14 y probados en VinDr-CXR, revelando que la discriminación, la calibración y la estabilidad de la explicación se comportan como dimensiones técnicas distintas, al tiempo que enfatiza que estos hallazgos retrospectivos no establecen la utilidad clínica ni la preparación para el despliegue.

Mohammed Badhan2026-08-06
💻 computer science

Machine Learning Versus Self-Supervised Transfer Learning for 30-Day Readmission Prediction in Diabetic Patients

Este estudio compara seis modelos de aprendizaje automático en el conjunto de datos UCI Diabetes 130-US Hospitals y encuentra que los ensambles basados en árboles, particularmente XGBoost, superan tanto a las redes neuronales entrenadas desde cero como a aquellas que utilizan preentrenamiento autosupervisado, alcanzando un techo de discriminación práctico de aproximadamente 0.675 AUROC para la predicción de reingresos a los 30 días en pacientes diabéticos.

Abigail Boatemaa, Baffour Osei, Gabriel Osei Forkuo2026-08-06
💻 computer science

A Hybrid CNN–SPN Framework for Reliable Monitoring and Instability Detection in Hadoop Clusters

Este artículo propone un marco híbrido CNN–SPN que integra una Red de Petri Estocástica de densidad múltiple con una Red Neuronal Convolucional para mejorar la precisión e interpretabilidad de la detección de la inestabilidad de los nodos en clústeres de Hadoop, logrando un rendimiento superior sobre los modelos de referencia en un conjunto de datos sintético.

Walid Ben Mesmia, Zied Trifa, Kamel Barkaoui2026-08-06
💻 computer science

What Does Development Add? Multiple-State Evidence Improves Causal Recovery in Constructed Transformer-Circuit Dossiers

Este estudio demuestra que proporcionar a un analista de modelos de lenguaje múltiples estados secuenciales de un circuito transformador construido, en lugar de solo su estado final, mejora significamente la precisión de la recuperación de bordes causales y de las predicciones post-intervención, incluso cuando todas las demás condiciones experimentales permanecen idénticas.

Zuo Yuchen2026-08-06
💻 computer science

Testing Whether Internal Backdoor Precursors Precede Behavior: A Causal, Power-Matched Protocol

Este artículo propone un protocolo causal de potencia emparejada para probar rigurosamente si los precursores internos de la puerta trasera preceden al comportamiento malicioso observable mediante la comparación de un modelo envenenado contra una condición nula emparejada utilizando detectores estadísticamente corregidos y temporalmente alineados para evitar falsos positivos por pruebas múltiples y factores de confusión.

Zuo Yuchen2026-08-06
💻 computer science

Testing History Dependence Between In-Context and In-Weights Learning

Este estudio demuestra que, si bien el orden del entrenamiento (acercarse a una mezcla equilibrada desde diferentes direcciones) crea una diferencia transitoria y mensurable en la fuerza de los mecanismos de aprendizaje en contexto frente a los de pesos, no resulta en una histéresis persistente ni en organizaciones de circuitos causales fundamentalmente diferentes en transformadores pequeños.

Zuo Yuchen2026-08-06
💻 computer science

A Critical Period for Compositional Visual Grounding? Controlled Block Order and Causal Attention Interventions in a Small Vision–Language Transformer

Este estudio investiga si el momento de la exposición al lenguaje relacional afecta la fundamentación visual composicional en un pequeño transformador de visión-lenguaje mediante la manipulación del orden de los bloques y la realización de intervenciones causales, encontrando finalmente que no hay evidencia de que la exposición temprana proporcione una ventaja de rendimiento sobre la exposición tardía.

Zuo Yuchen2026-08-06
💻 computer science

Does Post-Training Order Change the Mechanism of Safety Alignment? A Controlled Study of Safety DPO and Helpfulness SFT

Este estudio controlado demuestra que el orden del entrenamiento posterior impacta significativamente en los mecanismos y resultados de la alineación de seguridad, revelando que el entrenamiento para la utilidad después de la alineación de seguridad reduce drásticamente tanto las negativas inseguras como las sobre-negativas benignas en comparación con el orden inverso, al tiempo que también muestra que estos cambios de comportamiento son impulsados por representaciones rotativas en las capas superiores en lugar de mediadores causales estables.

Zuo Yuchen2026-08-06
💻 computer science

Evidence-Based AI Marking for Secondary Assessment: Alignment, Bias, and Confidence Analysis

Este estudio demuestra que, si bien un Modelo de Lenguaje de Gran Escala basado en evidencia muestra solo una alineación moderada con las puntuaciones de los docentes y una tendencia hacia la lenidad en las evaluaciones de secundaria superior, sirve como una herramienta valiosa y transparente para la moderación orientada a la consistencia y la investigación, más que para la calificación plenamente autónoma de alto riesgo.

Tom Bryden2026-08-06