💻 Category

cs

4092 artículos

💻 ciencias de la computación

Suggestible Judges Asymmetric Conformity in Large Language Model Adjudication

Este estudio demuestra que ciertos modelos de lenguaje de gran tamaño utilizados como adjudicadores exhiben una conformidad asimétrica, impulsada por la presentación, hacia etiquetas específicas (particularmente los valores "FALSO") en lugar de evaluar los méritos de manera imparcial, con una susceptibilidad que varía significamente entre proveedores y que es mitigada mediante el ajuste de instrucciones.

Divyansh Maiwar Singh, Dhruvish Shah, Rachit Garg, Anshul Gupta, Gaurav V Londhe2026-09-03
💻 ciencias de la computación

H-Elena: Weight-Encoded Malicious Behavior and Cross-Architecture Propagation through Fine-Tuning

Este artículo presenta a H-Elena, un LLM de codificación comprometido que demuestra cómo los comportamientos maliciosos condicionados por disparadores pueden codificarse en los pesos del modelo y propagarse de manera persistente a través de diferentes arquitecturas mediante flujos de trabajo de ajuste fino, revelando así un nuevo riesgo crítico de la cadena de suministro en el desarrollo de IA.

Virilo Tejedor, Cristina Zuheros, Carlos Peláez-González, David Herrera-Poyatos, Andrés Herrera-Poyatos, Francisco Herre (…)2026-09-03
💻 ciencias de la computación

Computational model of multi-source data fusion for submarine cable threat detection

Este artículo propone un modelo de computación de fusión de datos de múltiples fuentes que integra la topología de cables, las trayectorias AIS y los datos acústicos submarinos mediante convolución de grafos y la teoría de Dempster-Shafer para mejorar significativamente la precisión de la detección de amenazas en cables submarinos y la robustez contra ataques de suplantación en comparación con los métodos de fuente única.

Jinyao Liu, Boqing Li, Tianling Chen, Fumin Bian2026-09-03
💻 ciencias de la computación

HUE-OOD: Hybrid Uncertainty–Evidential Dynamics for Out-of-Distribution Detection

HUE-OOD es un marco post-hoc que mejora la robustez de la detección de fuera de distribución a través de diversos benchmarks mediante la combinación de señales de incertidumbre predictiva, representacional y de evidencia, a través de una estrategia de fusión basada en rangos libre de parámetros, sin requerir modificaciones a los clasificadores preentrenados.

Phat Nguyen2026-09-03
💻 ciencias de la computación

A Two-Stage Optimization Algorithm for Booking Allocation in Short-Term Group Apartment Rentals: A Case Study

Este artículo presenta un algoritmo de programación entera de dos etapas implementado en una plataforma de código abierto y de bajo código que reemplazó los procesos manuales para un operador de alquileres a corto plazo en Tel Aviv, resultando en un aumento del 3,5% en los ingresos y una reducción del 90% en el tiempo de procesamiento al optimizar la asignación de reservas en lugar de los precios.

Hana Tzur2026-09-03
💻 ciencias de la computación

When Network Topology Supports Graph-Based Intrusion Detection: A Pre-Deployment Validity Framework

Este artículo propone un marco de validez de predespliegue que evalúa la topología de la red a través de la Diferenciabilidad Estructural de Grafos y el Aislamiento de Prominencia para determinar si las señales estructurales son suficientes para una detección de intrusiones basada en grafos efectiva, revelando que la alta desigualdad estructural por sí sola no garantiza un rendimiento selectivo ante ataques y que la sensibilidad temporal debe considerarse antes de comprometer recursos.

Abdulhadi Albluwi, Mohamed I. Marie, Helal A. Suleiman2026-09-03
💻 ciencias de la computación

Beyond the Largest Gap: Multi-Boundary Ranked-List Truncation for Multi-Hop Retrieval

El artículo propone GapR, un método de truncamiento de listas clasificadas de múltiples fronteras, rápido y eficaz, que mejora el rendimiento de la recuperación de saltos múltiples (multi-hop) y la calidad de las respuestas en tareas posteriores al identificar múltiples fronteras de puntuación informativas en lugar de depender de una única brecha máxima, equilibrando así la cobertura de evidencia con la eficiencia computacional.

Yanbo Liu2026-09-03
💻 ciencias de la computación

Why collective AI assurance cannot target agents or networks in isolation

Este artículo demuestra, a través de experimentos factoriales, que los resultados colectivos de la IA surgen del régimen de interacción específico donde las causas estructurales y conductuales son separables y dependientes del contexto, probando que la garantía eficaz de la IA no puede dirigirse a los agentes o a las redes de forma aislada, sino que debe centrarse en la estructura causal dinámica de sus interacciones.

Andreas HOLZINGER, Markus Plass, Heimo Müller2026-09-03
💻 ciencias de la computación

Benchmarking Gradient Boosting and Explainable AI for Credit Default Prediction on Imbalanced Financial Data: A Leakage-Safe Multi-Seed Evaluation with SHAP and LIME

Este artículo establece un protocolo de evaluación riguroso y libre de fugas para la predicción de incumplimiento crediticio que demuestra que los ensambles de potenciación de gradiente superan significativamente a la regresión logística y a TabNet en datos financieros desbalanceados, al tiempo que revela que el ajuste de umbral post-hoc vuelve redundante el remuestreo sintético y destaca la necesidad crítica de validar la discordancia de explicaciones entre SHAP y LIME para la gestión de riesgos de modelos.

Manpreet Singh, Rohith Reddy Bellibatlu, Yash Jajoo, Muhammad Zeeshan, Rathan Ramachandra, Akshatha Srikantha, Rahul Jos (…)2026-09-03