💻 informatique

Evidence Quality in Assurance-Oriented Benchmark Construction

Cet article caractérise la qualité des preuves des incidents de logiciels publics pour la construction de bancs d'essai orientés vers l'assurance en analysant un ensemble de données de 40 cas afin de révéler des lacunes significatives en matière de reconstructibilité, de couplage et de provenance des sources, publiant finalement le registre AIRR-40 pour soutenir une évaluation plus rigoureuse et relative aux tâches.

Byungsik Seo2026-09-03
💻 informatique

Finite Evidence, Infinite Horizons: The Artificial Age Score as a Case Study in Longitudinal AI Measurement

Cet article soutient que les enregistrements d'évaluation de l'IA longitudinaux finis, illustrés par l'Artificial Age Score (AAS), ne peuvent déterminer des propriétés de système à horizon infini ou la convergence sans modèles de continuation explicitement stipulés, comme le démontrent des contre-exemples et des tests de résistance montrant que des observations bornées ne produisent que des inférences conditionnelles, fondées sur des modèles, plutôt que des conclusions définitives.

Seyma Yaman Kayadibi2026-09-03
💻 informatique

MeowID: A Dual-Expert Retrieval System for Individual Cat Identification

Cet article présente MeowID, un système de recherche à double expert qui combine la reconnaissance faciale et celle du chat entier avec un cadre de priorité faciale afin de parvenir à une identification robuste des chats individuels dans des environnements non contraints, accompagné de la publication du nouveau jeu de données Individual Cats in the Wild (ICW).

Zhangchi Hu, Yi Shang, Haocheng Yang, Qiwei Hu, Yuzheng Li2026-09-03
💻 informatique

Similarity Finds the Fact, Not the Version: A Co-Trained Order Stamp in the Key Resolves Version Conflict in Persistent Model-Internal Memory

Cet article démontre que l'ajout d'un « tampon d'ordre » co-entraîné aux clés de la mémoire interne persistante du modèle résout les conflits de version en permettant une récupération précise de faits spécifiques basés sur leur séquence temporelle, plutôt qu'en s'appuyant sur des raccourcis de capacité ou de récence.

Maximiliano Rodrigo Speranza2026-09-03
💻 informatique

Modeling Loading Anomalies and Identifying Root Causes in Media Consumption Workflows on Large Social Media Platforms

Cet article présente une approche par graphe de dépendance de services dynamique pour modéliser les anomalies de chargement et identifier les causes racines dans les grandes plateformes de médias sociaux, atteignant une grande précision dans la prédiction des délais et réduisant considérablement le temps de localisation par rapport aux méthodes statiques.

Yuewei Yuan, Tianyi Xu, Jiayang Yin, Jialei Huang2026-09-03
💻 informatique

Weakly Supervised Anomaly Detection and Privacy Risk Scoring in Community Message Threads

Cet article présente RiskThread-LF, un cadre de travail faiblement supervisé et respectueux de la vie privée qui détecte les fils de discussion communautaires anormaux en fusionnant divers signaux comportementaux et en corrigeant le biais de signalement, atteignant une performance supérieure aux bases de référence fondées sur le contenu et sur les graphes tout en maintenant sa robustesse sous la confidentialité différentielle.

Yuewei Yuan, Jiayang Yin, Jialei Huang, Tianyi Xu2026-09-03
💻 informatique

Adaptive Edge Intelligence for Low-Latency Assistive Vision under Dynamic Network and Computational Constraints

Cet article propose et évalue un contrôleur d'intelligence en périphérie adaptatif et sensible à la sécurité pour les systèmes de vision assistée qui équilibre dynamiquement les modes de traitement en fonction des conditions de réseau, de calcul et de risque en temps réel afin de minimiser la latence et de garantir un retour d'information opportun, tout en esquissant un cadre pour une validation expérimentale future.

Md Shahanur Islam Shagor2026-09-03
💻 informatique

Risk-Aware Adaptive Video Processing with Freshness Control for Low-Latency Assistive Vision

Cet article propose un contrôleur de traitement vidéo adaptatif et sensible au risque pour la vision d'assistance à faible latence qui sépare dynamiquement l'admission des trames de la sélection du mode d'inférence en se basant sur des métriques de risque liées au réseau, au calcul et à la navigation, réduisant ainsi considérablement la latence de bout en bout et éliminant les trames non critiques obsolètes tout en garantissant que les observations à risque critique reçoivent un traitement à pleine fidélité.

Md Shahanur Islam Shagor2026-09-03