💻 Category

cs

3775 artículos

💻 ciencias de la computación

The Reliability Gap: Repeated-Trial Consistency and the Deployable Autonomy Horizon of Frontier AI Agents

Este artículo analiza los datos de rendimiento de los agentes de IA de frontera para revelar una significativa "brecha de fiabilidad" en la que la duración de la tarea que un agente puede completar consistentemente es aproximadamente 2,4 veces más corta que su horizonte de capacidad promedio, principalmente porque los fallos están fuertemente correlacionados dentro de tareas específicas en lugar de ser aleatorios, lo que requiere un cambio en las métricas de evaluación de éxito promedio hacia horizontes ajustados por fiabilidad para un despliegue seguro.

Alfredo Merlet2026-10-22
💻 ciencias de la computación

FLCHUS-X: Cost-Aware Pruning for Mining Frequent Sequences with Low Average Cost and High Average Utility

Este artículo presenta FLCHUS-X, un algoritmo de poda consciente del costo para la minería de secuencias frecuentes con bajo costo promedio y alta utilidad promedio, el cual mejora al estado del arte FLCHUSPM mediante el establecimiento de un límite inferior monótono en el costo promedio para permitir estrategias de poda más agresivas y seguras, resultando en tiempos de ejecución significativamente más rápidos.

Quan Van2026-10-22
💻 ciencias de la computación

Evaluating Retrieval Accuracy and Latency for Enterprise RAG Systems on FiQA

Este estudio evalúa la precisión de recuperación y la latencia de TF-IDF, BM25, un recuperador denso MiniLM cuantizado y su fusión de rango recíproco en el benchmark FiQA, encontrando que si bien el modelo denso supera significativamente a los métodos dispersos, el enfoque de fusión produce una mejora solo marginal y estadísticamente insignificante sobre el MiniLM por sí solo.

Aleksandar Mihajlovic2026-10-22
💻 ciencias de la computación

VideoGen Model 1: Prompt Expansion Versus Formatting in Audiovisual Generation

En un piloto controlado de VideoGen Model 1, la expansión creativa de los prompts mejoró significativamente la calidad audiovisual general y las puntuaciones de alineación con el prompt en comparación con los prompts brutos o meramente reformateados, particularmente cuando fue evaluado por el VA-Judger, mientras que la calidad visual permaneció prácticamente sin cambios.

David Grossman, Anton Koenig2026-10-22
💻 ciencias de la computación

Applying Artificial Intelligence and Big Data Analytics in Forecasting the Effectiveness of Managerial Strategic Decision Making

Este estudio diseña e implementa un sistema de agentes de IA integrado con Analítica de Big Data para pronosticar la efectividad de la toma de decisiones estratégicas gerenciales mediante el procesamiento de documentos legales y la simulación de capacidades cognitivas para predecir resultados de Indicadores Clave de Desempeño (KPI) utilizando un modelo de Regresor de Bosque Aleatorio (Random Forest Regressor).

Minh Trinh Quang2026-10-22
💻 ciencias de la computación

From Fabrication to Enforcement: A Comparative Red-Team Analysis of Prompt Injection Resistance Across Six Large Language Models

Este artículo presenta un análisis comparativo de red team de seis modelos de lenguaje de gran tamaño comerciales, revelando un espectro de seguridad distintivo en su resistencia a los ataques de inyección de prompts que oscila desde la complacencia alucinada de Grok y el bucle degenerativo de Gemini hasta la estricta observancia de límites de Claude, resaltando así la necesidad crítica de arquitecturas de consecuencia activa en el diseño de seguridad de los LLM.

Abbas Hamidavi2026-10-22
💻 ciencias de la computación

Cleveland Heart Disease Dataset: From Primary Data to an AI-Ready Resource.

Este estudio demuestra que la aplicación de un flujo de trabajo sistemático de ingeniería de datos al Conjunto de Datos de Enfermedades Cardíacas de Cleveland —específicamente mediante la selección de características por ensamble y la eliminación de ruido de etiquetas— mejora significativamente la predictividad del conjunto de datos y reduce la complejidad, transformándolo así en un recurso más fiable y listo para la IA para aplicaciones clínicas.

Gennady Chuiko, Olga Yaremchuk2026-10-22
💻 ciencias de la computación

Goal Completion and State Preservation: Case Studies of GUI-Derived Agent Tools

Este artículo demuestra que la reutilización de operaciones de GUI grabadas como herramientas parametrizadas mejora significativamente las tasas de finalización de tareas y reduce las llamadas al modelo para los agentes de software en comparación con el código bruto, al tiempo que destaca la necesidad crítica de evaluar el estado persistente de la aplicación y los cambios colaterales para asegurar una ejecución de flujo de trabajo confiable.

Dekuan Li2026-10-22
📄 medicina

Knowledge-graph anchoring enables safer large language model reasoning for rare-tumor management

Este estudio demuestra que la integración de un grafo de conocimiento sobre el sarcoma de partes blandas en un flujo de trabajo de generación aumentada por recuperación mejora significativamente la precisión, la seguridad y la fidelidad del razonamiento de los modelos de lenguaje extensos para el manejo de tumores raros en comparación con los enfoques de disparo cero o basados únicamente en guías.

Yuan Chu, Chengyi Hua, Qing He, Franka Menge, Christoph Reißfelder, Bernd Kasper, Yimiao Xu, Jens Jakob, Chengpeng Li, C (…)2026-10-21
💻 ciencias de la computación

Multimodal Audiovisual Learning via Gated Spiking Cross-Attention

Este artículo propone GSCANet, un marco de aprendizaje audiovisual multimodal que presenta un módulo de Atención Cruzada de Espigas con Puerta (Gated Spiking Cross-Attention) que regula explícitamente el flujo de información, demostrando que el uso de una puerta en la salida de la atención con una señal conductora conjunta de Consulta-Valor (Query-Value) mejora significativamente el rendimiento sobre los modelos de referencia en conjuntos de datos de reconocimiento de emociones.

Yang Liu, Hang Wang, Zhibing Li, Jin Zhang2026-10-21