💻 Category

cs

4052 artículos

💻 ciencias de la computación

Detector-Calibration Failures in Pattern-Based LLM Refusal Classification: Discovery, Generalization, and a Confirmed False-Positive Pattern Across Models

Este artículo detalla una investigación de tres fases que revela que el aparente no determinismo en la detección de rechazos de los LLM fue causado en gran medida por artefactos del detector corregibles, los cuales, aunque generalizables entre modelos, introducen patrones específicos de falsos positivos que requieren auditorías manuales y un reporte transparente de las brechas de datos para asegurar evaluaciones de seguridad precisas.

Waqar Javed2026-09-22
💻 ciencias de la computación

SafeAgent-300: A Balanced 300-Prompt Benchmark for Agentic AI Security, with Findings on Detector Coverage Gaps and Cross-Model Compliance Variance

Este artículo presenta SafeAgent-300, un benchmark equilibrado de 300 prompts para la seguridad de la IA agéntica que evalúa seis modelos para revelar disparidades significativas en el conservadurismo de los modelos, descubrir un comportamiento espontáneo de invocación de herramientas en un modelo de Google Gemini e identificar brechas críticas de cobertura de detectores que sesgan la relación entre la sofisticación del prompt y las tasas de detección de violaciones.

Waqar Javed2026-09-22
💻 ciencias de la computación

AgentPort-Bench: A Controlled Seven-Framework Evaluation of Agentic AI Security Portability

Este artículo presenta una evaluación controlada de siete marcos de trabajo que demuestra que, si bien el tipo de ataque y la elección del modelo impactan significativamente en la seguridad de los agentes de LLM que utilizan herramientas, la elección del marco de orquestación generalmente no tiene un efecto significativo en la postura de seguridad, con la notable excepción de CrewAI, que exhibe una pequeña pero estadísticamente significativa elevación residual en las tasas de falla incluso después de corregir un defecto específico del adaptador.

Waqar Javed2026-09-22
💻 ciencias de la computación

Artificial Intelligence for Alzheimer’s Disease Detection Across Neuroimaging and Speech: A Reproducible Cross-Modal Secondary Analysis

Este estudio sintetiza la evidencia de 26 artículos sobre la detección de la enfermedad de Alzheimer basada en IA para revelar que, si bien las precisiones reportadas dentro de cada estudio son altas, el campo carece críticamente de validación externa, integración multimodal y diversidad lingüística, lo que requiere un cambio hacia diseños de modelos robustos, reproducibles y clínicamente transportables.

Jeffrey Tao, Christa C. Caggiano2026-09-22
💻 ciencias de la computación

Runtime Continuation after Faults in Partially Executed Agent Workflows

Este artículo propone un mecanismo de continuación en tiempo de ejecución para flujos de trabajo de agentes de modelos de lenguaje parcialmente ejecutados que garantiza una recuperación segura ante fallos mediante la reconstrucción de una frontera de confianza, la derivación de obligaciones residuales a partir de un contrato canónico y el avance del estado únicamente a través de efectos autorizados respaldados por evidencia válida, fresca y de coincidencia única.

Li Zeng, Chuanwu Yang, Qiang Zhao, Qinde Chen, Deyang Qu2026-09-22
💻 ciencias de la computación

A Structural Preservation Framework for Denoiser Selection in YOLO-Based Pedestrian Detection under Sensor Noise

Este artículo introduce la Puntuación de Preservación Estructural (SPS, por sus siglas en inglés) para evaluar la efectividad de los denominadores en la detección de peatones basada en YOLO, revelando que, si bien variantes específicas como la correlación de magnitud de gradiente pueden clasificar a los denominadores dentro de niveles de ruido conocidos, ninguna métrica a nivel de imagen puede predecir universalmente el rendimiento de la detección en denominadores o condiciones de ruido no vistos debido a factores no lineales y dependientes de la arquitectura.

Vo Thanh Kiet, Rene Jaros, Minh Ly Duc, Petr Bilik, Radek Martinek2026-09-22
💻 ciencias de la computación

From NER to Business Process Automation: Comparative Evaluation of CNN, LSTM, and Transformer Models for Address Intelligence

Este estudio proporciona una evaluación comparativa de cinco arquitecturas neuronales (WordCNN, WordLSTM, BERT, DistilBERT y ELECTRA) para la extracción de direcciones en la automatización de procesos de negocio, demostrando que ELECTRA logra la mayor precisión y eficiencia, mientras que los modelos más ligeros ofrecen alternativas viables para aplicaciones sensibles a la latencia.

Saurabh Kumar Srivastava, Vikas Jalodia, Divya Srivastava2026-09-22
💻 ciencias de la computación

Coligo: A Retrieval-Augmented Generation Assistant for WhatsApp-Based TNEA Engineering Admission Counselling

Coligo es un asistente de Generación Aumentada por Recuperación desplegado en WhatsApp que alivia la carga administrativa del asesoramiento de las Admisiones de Ingeniería de Tamil Nadu (TNEA) mediante el aprovechamiento de Google Gemini y la búsqueda vectorial sobre documentos de facultades para proporcionar orientación de admisión precisa, contextual y específica por categoría, distinguiendo explícitamente entre su prototipo funcional y su arquitectura completa prevista.

Nithishkumar A, Nitin A V, Prasanna S2026-09-22
💻 ciencias de la computación

An Empirical Investigation of Multi-Trial Consistency, Trajectory Pathologies, and Reliability Rankings in Software Engineering Agents

Este artículo propone un marco de evaluación de múltiples ensayos exhaustivo para evaluar la consistencia, la fiabilidad y las patologías de trayectoria de los agentes de ingeniería de software autónomos, demostrando su viabilidad operativa a través de un estudio piloto que revela tasas significativas de censura de infraestructura y establece una base para ir más allá de las métricas de éxito de un solo ensayo.

Muhammad Tayyab2026-09-22