💻 ciencias de la computación

Systematic Framework of Application Methods for Large Language Models in Language Sciences

Este artículo propone un marco sistemático de dos niveles que categoriza las aplicaciones de los Modelos de Lenguaje de Gran Escala en las ciencias del lenguaje en tres enfoques metodológicos distintos y proporciona configuraciones estructuradas para su implementación, con el objetivo de reemplazar la fragmentación metodológica con un paradigma reproducible y basado en la teoría para una investigación lingüística robusta.

Kun Sun, Rong Wang2026-10-28
💻 ciencias de la computación

Blockchain-Based Traceability and Intelligent Procurement Optimization for Green Transformation in Optoelectronic Enterprises

Este artículo propone un marco unificado que integra una cadena de bloques de consorcio multicanal con un modelo de adquisiciones basado en el aprendizaje por refuerzo para mejorar la confiabilidad de los datos, optimizar las operaciones de la cadena de suministro verde y reducir significativamente los costos para las empresas optoelectrónicas.

Yuan Liu, Sheng Xie2026-10-28
💻 ciencias de la computación

The Generalist Strikes Back:\\A General LLM Agent Outperforms Specialist Bioinformatics Agents on Free-Form, End-to-End Benchmark Analysis

Este artículo demuestra que un agente de LLM de frontera de propósito general (Claude Opus 5.5) que utiliza únicamente herramientas de codificación convencionales supera a los agentes especializados en bioinformática en un benchmark exhaustivo, revelando que las limitaciones actuales en la medición del progreso se deben primordialmente a problemas de fiabilidad del benchmark más que a la capacidad del agente.

Xiaoyu Zhang2026-10-28
💻 ciencias de la computación

An Audited Benchmark for Minimum Weighted Feedback Arc Set: Graph Identity, Algorithm Comparison, and Reproducibility

Este artículo presenta un referente auditado para el problema del Conjunto de Arcos de Retroalimentación de Peso Mínimo que revela cómo los presupuestos computacionales, las familias de grafos y las elecciones de comparadores influyen significativamente en el rendimiento de las heurísticas, apoyando así comparaciones de métodos acotadas en lugar de clasificaciones universales.

Soroush Vahidi2026-10-28
💻 ciencias de la computación

RAG-MedDx: A Preliminary Offline Prototype of a Citation-Traced Retrieval-Augmented Framework for Intelligent Medical Diagnosis Support

Este artículo presenta RAG-MedDx, un prototipo preliminar fuera de línea de un marco de cuatro capas que mejora el apoyo al diagnóstico médico mediante la recuperación de una base de conocimientos local para generar respuestas con citas rastreables o informar explícitamente que no hay coincidencias, al tiempo que reconoce sus limitaciones actuales como una herramienta no clínica con precisión diagnóstica no medida.

AKANKSHA Gaikwad2026-10-28
💻 ciencias de la computación

TGSE-DFN: Text-guided Generative Semantic Enhancement and Disentangled Adaptive Fusion Network for Multimodal Sentiment Analysis

El artículo propone TGSE-DFN, un novedoso marco de análisis de sentimiento multimodal que aprovecha la mejora semántica generativa guiada por texto y la fusión adaptativa desentrañada para cerrar la brecha semántica entre las modalidades y capturar eficazmente tanto las tendencias globales de sentimiento como la dinámica temporal de grano fino.

Kejian Dong, Zhenzhen He, Tiquan Gu, Yaling Wan, Xiaochao Fan, Bowen Gu2026-10-28
💻 ciencias de la computación

MedTrustGraph: Purpose-Aware Temporal Heterogeneous Graph Learning for Zero-Trust Authorization of Autonomous Clinical LLM Agents

MedTrustGraph es un marco de aprendizaje de grafos heterogéneos temporales con conciencia de propósito que supera significativamente a los modelos estáticos y secuenciales en la detección de acciones no autorizadas por parte de agentes clínicos autónomos basados en LLM, logrando una alta precisión mediante la integración del contexto del paciente y del propósito con un motor de política de Confianza Cero determinista.

KAMRUL ISLAM, SHARMIN SULTANA2026-10-28
💻 ciencias de la computación

Comparing Four Explanation Methods for Melanoma Classification: Fidelity, Utility and Trust

Este estudio evalúa cuatro métodos de explicación post-hoc para la clasificación de melanoma a través de los ejes de fidelidad, utilidad y confianza, revelando desacuerdos significativos en sus clasificaciones y concluyendo que la evaluación multi-eje con una puerta de fidelidad es esencial para seleccionar la técnica de explicación más apropiada.

Okoi Michael Obeten, Christiana Uchenna Ezeanya2026-10-27
💻 ciencias de la computación

XGBoost-Based Optimal Transport Dataset Distance-Guided Temporal Domain Transfer for Flood Prediction Under Concept Drift

Este estudio propone un modelo de aprendizaje por transferencia de dominio temporal basado en XGBoost, guiado por la Distancia de Conjunto de Transporte Óptimo y Ventanado Adaptativo, para abordar eficazmente el concepto de deriva conceptual y mejorar la precisión de la predicción de inundaciones bajo condiciones hidrológicas cambiantes.

Sharifah Naluswata, Jackson Kisuule, David Kakeeto, Ali Najib, Anthony Bua2026-10-27
💻 ciencias de la computación

Evaluating Vision Transformers for Stain Robustness and Calibration in Low-Resource Digital Pathology

Este artículo demuestra que, bajo un entorno de bajos recursos restringido con preentrenamiento de ImageNet fijo, los Vision Transformers (específicamente ViT-B/16) superan a diversas arquitecturas de CNN en histopatología al lograr una robustez superior ante variaciones de color y tinción, una mejor calibración de probabilidad y una degradación más gradual durante la transferencia entre tareas, todo ello manteniendo una discriminación competitiva en el dominio.

Abir Hasan, Sadia Yasmin, Ripa Akter, Md. Abdul Awal2026-10-27