💻 computer science

When Does Context Help Machine Vision? Decomposing the Risk and Reliability of Contextual Conditioning in Vision-Language Models

Este artículo analiza sistemáticamente el condicionamiento contextual en los modelos de visión y lenguaje a través de diversas arquitecturas y conjuntos de datos, revelando que, si bien el prompting a nivel de dominio es consistentemente beneficioso, el condicionamiento contextual completo por imagen conlleva altos riesgos de varianza y sobreajuste, siendo su utilidad impulsada primordialmente por la escala del modelo y la precisión base.

Alaa Alahmadi2026-07-13
💻 computer science

Mining AI-Assisted Course Design Workflows at Production Scale

Este artículo presenta el primer estudio a escala de producción sobre el diseño de cursos asistido por IA mediante la minería de un conjunto de datos que preserva la privacidad de CourseFactory para extraer cuatro superficies de flujo de trabajo, demostrando que el triaje de calidad estructural y los modelos de enrutamiento de ítems a tareas mejoran significativamente la eficiencia y la precisión de la revisión, al tiempo que confirman que el texto de los prompts retenido no añade ninguna señal mensurable.

Aleksandr Volkov, Taras Pustovoy, Dmitriy Istomin, Viacheslav Istomin, Tatiana Otbetkina2026-07-13
💻 computer science

Recovery Dynamics and Persistent Structural Excursion in Disrupted World Models

Este estudio demuestra que, si bien las trayectorias exitosas y fallidas en un modelo de mundo perturbado exhiben dinámicas de recuperación distintas —tales como una menor entropía de trayectoria y menos excursiones estructurales—, estos patrones de trayectoria completa no pueden predecirse de manera fiable a partir de prefijos tempranos, distinguiendo así los desafíos de la detección de regímenes, el monitoreo de la recuperación y la predicción de rollouts individuales.

Jeffery Scott Allbright2026-07-13
💻 computer science

H. Dilpriya's Momentum (HDM) : A Multi-Strategy Gradient-Aligned Optimizer with Adaptive Per-Parameter Corrections, Cosine-Annealed Scheduling, and Convergence Guarantees for Deep Neural Networks

Este artículo presenta el Momento de H. Dilpriya (HDM), un optimizador de estrategias múltiples novedoso que combina correcciones adaptativas por parámetro con programación de recocido de coseno para lograr garantías de convergencia rigurosas y alineación de gradiente de vanguardia, demostrando un rendimiento superior tanto en problemas sintéticos mal condicionados como en pruebas de referencia de aprendizaje profundo como MNIST y CIFAR-10.

Janaka Ishan Senarathna2026-07-13
💻 computer science

Learning Safe Behaviour via Justified Human Preferences and Hypothetical Queries

Este artículo presenta JPAL-HA, un modelo de aprendizaje seguro para entornos críticos de seguridad que aprovecha las justificaciones de las acciones humanas para generar consultas hipotéticas, mejorando así significativamente la seguridad y la eficiencia de muestreo al tiempo que reduce la carga de entrenamiento humano.

Ilias Kazantzidis, Timothy J. Norman, Yali Du, Christopher T. Freeman2026-07-13
💻 computer science

Understanding Behavioural Risk Signals in Socio-Technical Work Systems Using Explainable Machine Learning

Este estudio demuestra que el uso de aprendizaje automático explicable para analizar datos de clima de seguridad a nivel de ítem revela patrones de riesgo conductual no lineales y dependientes de umbrales impulsados por la capacidad de respuesta de la gestión, la capacitación y la experiencia, desafiando los modelos tradicionales de agregación lineal y ofreciendo una base más precisa para la prevención proactiva de accidentes.

Omid Akbarzadeh, Parisa Moshashaei, Rasoul Ahmadpour, Mohammed Qadir Ali, Seyed Shamseddin Alizadeh2026-07-13
💻 computer science

ℓ0-Regularized Quadratic Surface Support Vector Machines

Este artículo propone una máquina de vectores de soporte de superficie cuadrática (QSVM) con regularización 0\ell_0 dispersa para abordar los problemas de sobreajuste e interpretabilidad en la clasificación no lineal sin kernel, introduciendo un algoritmo de descomposición de penalización con garantías demostrables de optimalidad y convergencia que demuestra un rendimiento competitivo y dispersión tanto en conjuntos de datos de referencia como en conjuntos de datos de crédito del mundo real.

Ahmad Mousavi, Ramin Zandvakili, Zheming Gao2026-07-13
💻 computer science

AI-Driven Multimodal Communication Framework for Inclusive Classrooms: A PRISMA-Based Systematic Review for Deaf Learners

Este artículo presenta una revisión sistemática basada en PRISMA que revela las limitaciones de las soluciones actuales centradas en la audición para estudiantes sordos y propone un marco de comunicación multimodal impulsado por IA que integra el reconocimiento del habla, el procesamiento del lenguaje natural y la generación de lengua de señas para permitir el apoyo visual en tiempo real y lograr una inclusión significativa en las aulas.

shahir vk2026-07-13
💻 computer science

Empty scaffold allocation bias in molecular distribution shift evaluation

Este artículo revela que los métodos de evaluación estándar basados en andamios introducen un sesgo de asignación oculto al tratar incorrectamente las moléculas sin andamio químicamente heterogéneas como una sola unidad, lo que distorsiona las métricas de generalización en los bancos de pruebas comunes, y propone una reparación de "Conciencia de Andamio Vacío" para restaurar la representación equilibrada y la evaluación precisa del rendimiento.

Tao Song, Yong Wang, Shuang Wang, Xun Wang2026-07-13