💻 ciencias de la computación

Does a Safety-Priming Instruction Reduce Risk-Fact Omission in Psychiatric Note Summarization? A Synthetic-Vignette Study of Small Open-Weight Language Models

Este estudio de viñetas sintéticas demuestra que, si bien añadir una instrucción de primado de seguridad a los modelos de lenguaje pequeños de pesos abiertos puede reducir significativamente la omisión de factores de riesgo críticos en la síntesis de notas psiquiátricas para algunos modelos, a menudo crea un compromiso al aumentar la omisión de detalles clínicos rutinarios, lo que sugiere que tales intervenciones de seguridad deben validarse por modelo en lugar de asumirse como universalmente efectivas.

Kunal Dhanda2026-09-15
💻 ciencias de la computación

Predicting Late Delivery Risk in Global Supply Chain Operations Using Machine Learning

Este estudio presenta un tablero de control interactivo de Streamlit totalmente desplegado que utiliza un clasificador XGBoost entrenado con 180.519 registros logísticos de DataCo Global para predecir riesgos de entrega tardía con un 79,89% de precisión, permitiendo decisiones operativas proactivas en el envío, el monitoreo regional y la comunicación con el cliente.

Naresh Adepu2026-09-15
💻 ciencias de la computación

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
💻 ciencias de la computación

Fixing Abstention with Token Probability: A Budget-Matched Causal Test Across Four Small Open-Weight Models

Este artículo demuestra que reemplazar la confianza verbalizada con una política de abstención de probabilidad de token emparejada con un presupuesto elimina causalmente un efecto específico que degrada la precisión observado en el modelo llama3.2:1b, pero no logra generalizar este beneficio a otros modelos pequeños de pesos abiertos, lo que indica que tales correcciones son específicas del modelo y que la abstención de presupuesto fijo puede seguir siendo netamente perjudicial incluso con un mejor direccionamiento.

Kunal Dhanda2026-09-15
💻 ciencias de la computación

Explainable Digital Twin Modelling of Semi-Urban Community for Multidimensional Poverty Governance Intelligence

Este estudio propone un marco de Gemelo Digital explicable que integra el aprendizaje automático, la simulación contrafactual y la optimización consciente de los costos para modelar la dinámica de la pobreza multidimensional en la comunidad semiurbana de Isolu, en Nigeria, demostrando que las intervenciones de políticas múltiples dirigidas y específicas por conglomerados son más efectivas que las redes de seguridad uniformes para una gobernanza inteligente de la pobreza.

Taiwo Olapeju Olaleye, Oluwasefunmi Arogundade, Taiwo David Ajayi, Oluwasegun Dada2026-09-15
💻 ciencias de la computación

From Pixels to Registers: A Multi-Modal Testing Framework for Chained Perception, Control and Firmware

Este artículo presenta un marco de pruebas multimodal que desacopla la percepción del control mediante la conversión de entradas fotorrealistas en dibujos de líneas abstractos y mapas semánticos, validado a través de un nuevo simulador abierto que une la fidelidad de nivel de entrenamiento rápido con una rigurosa emulación de firmware a nivel de registro para exponer defectos invisibles para la simulación estándar.

Brent Hartshorn2026-09-15
💻 ciencias de la computación

Adaptive Hybrid Collaborative Filtering via Incremental Retraining

Este artículo propone un modelo de Filtrado Colaborativo Híbrido Adaptativo (AHCF, por sus siglas en inglés) que integra la factorización de matrices y el modelado de temas fuera de línea con un mecanismo de agrupamiento adaptativo en línea para reducir significativamente el tiempo de reentrenamiento manteniendo, al mismo tiempo, una precisión de predicción competitiva para sistemas de recomendación a gran escala y en tiempo real.

Robert Agboyi2026-09-15
💻 ciencias de la computación

Resample or Reroute? Recoverable Stopping Debt Without Identified Action Selection

Este artículo introduce un marco de evaluación de tres puertas auditable que demuestra que, si bien los verificadores falibles pueden recuperarse de los errores de detención del modelo mediante el remuestreo, los métodos actuales no logran identificar la selección de acción óptima entre el remuestreo y el redireccionamiento, estableciendo así un potencial de recuperación acotado sin respaldar una cadena completa de aprendizaje de políticas.

Teng-Ruei Chen2026-09-15
💻 ciencias de la computación

Design and Evaluation of Reinforcement-Learning Scheduling for Multi-Stage OSAT Manufacturing: A Verified Scoping Review, Executable Benchmark, and Decision Framework for Viet Nam

Este estudio aborda la brecha en la aplicación del aprendizaje por refuerzo a la fabricación de OSAT mediante el desarrollo de un referente ejecutable y un marco de decisión que revela que las políticas de programación adaptativas ofrecen ventajas selectivas y específicas de cada objetivo sobre las heurísticas tradicionales, en lugar de ser un reemplazo universal, guiando así a los gerentes sobre las compensaciones y los requisitos para el despliegue operativo en Vietnam.

Ngoc Huy Mai2026-09-15