💻 Category

cs

3657 articles

💻 informatique

Ask, Then Think: Does Socratic Prompting Help LLMs on Code Tasks?

L'article présente \textsc{MIND}, un cadre de prompting socratique pour les LLM qui, malgré son fondement théorique dans le raisonnement humain, ne parvient pas à surpasser les références établies comme le Chain-of-Thought sur les tâches de codage et sous-performe souvent en raison d'un surcoût d'inférence inutile, suggérant que seuls des mécanismes de raisonnement spécifiques et isolés, plutôt que le transfert holistique des théories du raisonnement humain, produisent des bénéfices.

Antonio Della Porta, Jonan Richards, Lucageneroso Cammarota, Stefano Lambiase, Fabio Palomba, Mairieli Wessel2026-10-14
💻 informatique

Multi Armed Bandit Based Adaptive Model Selection for Clinical AI Governance An Infrastructure Approach to Safer AI Use in U.S. Healthcare

Cet article propose un cadre de gouvernance basé sur les bandits manchots pour l'IA clinique qui sélectionne dynamiquement parmi des modèles validés en équilibrant la qualité prédictive, le coût et les pénalités de sécurité, démontrant à travers des simulations sur MIMIC-IV que si les politiques de minimisation du regret surpassent le déploiement statique, le retrait confiant des modèles sous-optimaux nécessite nettement plus de données que ce que les flux cliniques typiques fournissent.

Julian Borges2026-10-14
💻 informatique

Low-Resource Automatic Speech Recognition for Algerian Dialectal Arabic: Fine-Tuning, Regional Generalization, and Evaluation Against Multimodal LLMs

Cette étude démontre que l'ajustement fin ciblé de modèles ASR sur des données limitées et géographiquement diversifiées de l'arabe dialectal algérien surpasse de manière significative les LLM multimodaux zero-shot, établissant que la diversité des données est plus critique que la profondeur régionale pour une reconnaissance vocale robuste malgré les défis persistants du codage alterné avec le français.

Khier Charif, Lyazid Sabri2026-10-13
💻 informatique

Explainable Machine Learning for Predicting Judicial Decisions: A Case Study Across Civil and Criminal Courts

Cet article propose et valide un cadre d'IA explicable hybride qui intègre des caractéristiques juridiques structurées à des représentations textuelles basées sur des transformeurs pour prédire et interpréter avec précision les issues judiciaires tant dans les tribunaux civils que criminels, démontrant que si XGBoost offre une précision prédictive supérieure, BERT excelle dans la compréhension sémantique juridique, avec SHAP et LIME assurant la transparence et l'équité à travers divers domaines juridiques.

Sreenivasa Rao Barre, Aruna Sri P.S.G, Vikram Dara2026-10-13
💻 informatique

Augmented Question-guided Retrieval (AQgR) of Indian Case Law with LLM, RAG, and Structured Summaries

Ce document propose l'Augmented Question-guided Retrieval (AQgR), un cadre qui améliore la recherche de la jurisprudence indienne en générant des questions juridiques pour les requêtes, en utilisant des résumés RAG structurés pour le contexte, et en employant des LLM pour le reclassement et l'explication de la pertinence, atteignant une précision moyenne de précision significativement plus élevée que les références existantes.

Vishnuprabha V, Daleesha M Viswanathan, Rajesh R, Aneesh V Pillai2026-10-13
💻 informatique

Intelligent Runtime Adaptation of Cloud-Native Microservices through Design-Principle-Aware Resource Management

Ce document présente AMOF, un contrôleur d'exécution hybride basé sur l'apprentissage pour Kubernetes qui intègre des principes de conception architecturale dans la gestion des ressources afin de prédire proactivement la dégradation des performances et de surpasser de manière significative l'autoscaling standard en matière d'efficacité des ressources tout en gérant les compromis de latence.

Syed Fakhar Abbas, Musharif Ahmed, Nabil Almashfi, Asim Bakhshi, Sajjad Aamir, Mamoona Humayun, Maram Fahaad Almufareh2026-10-13
💻 informatique

A Deterministic Framework for Pharmaceutical Authenticity Verification Using Constrained Multimodal AI

Le document présente MedTruth, un cadre déterministe à double mode qui contraint un modèle d'IA multimodal avec des paramètres fixes et des schémas de sortie stricts pour réduire les hallucinations de 15 % à moins de 2 %, permettant ainsi une vérification fiable de l'authenticité pharmaceutique et une interaction sécurisée avec le patient.

Viral Dhoka, Pankaj Kunekar, Tanaya Thorat, Shreenath Utekar, Samruddhi Wankhede2026-10-13
💻 informatique

Latency-Aware and Energy-Efficient Workload Distribution in Hierarchical Vehicular Fog Computing

Cet article propose un cadre de distribution de charge de travail sensible à la latence et économe en énergie pour l'informatique de brouillard véhiculaire hiérarchique qui utilise un algorithme d'optimisation par essaim de particules modifié (MPSO) pour optimiser le déchargement des tâches et l'allocation des ressources, démontrant des améliorations significatives de la latence, de la consommation d'énergie et du temps d'exécution par rapport aux méthodes conventionnelles.

Salman Khan, Woong-Kee Loh, Muhammad Babar2026-10-13
💻 informatique

AI Governance and Ethical Implications for Organizational Oversight in Cybersecurity

Ce papier conceptuel propose un cadre intégratif fondé sur la Théorie des Capacités Dynamiques pour examiner comment la gouvernance de l'IA remodèle la surveillance organisationnelle en cybersécurité en distinguant l'utilisation opérationnelle de l'IA des arrangements de gouvernance qui garantissent la responsabilité, la transparence et un contrôle humain significatif.

Irlenys Josefina Tersek Rodríguez2026-10-13
💻 informatique

Understanding Fake News through a Quantifiable Linguistic Feature Framework

Cette étude aborde l'absence d'une approche systématique pour caractériser les fausses informations en développant un cadre de caractéristiques linguistiques quantifiables qui, grâce à une analyse d'apprentissage automatique optimisée par SHAP, identifie huit caractéristiques fondamentales organisées en trois mécanismes cognitifs, offrant ainsi une nouvelle perspective pour comprendre, détecter et gouverner la désinformation.

Yunxi Lin, Liang Jiang, Shengliang Lin2026-10-13