💻 informatique

BCMGF: Feature Interaction with Glyph-Enhanced Representations for Chinese Agricultural Named Entity Recognition

L'article propose BCMGF, un nouveau modèle de reconnaissance d'entités nommées pour l'agriculture chinoise qui améliore les performances en intégrant des caractéristiques de glyphes au niveau du trait, un module d'attention d'interaction de caractéristiques multi-niveaux et un entraînement adversarial afin de traiter efficacement des défis tels que les termes de domaine rares et les limites ambiguës, atteignant des résultats de pointe sur les ensembles de données agricoles et de domaines généraux.

Yongqi Zhang, Jinyu Zeng, Chenguang Song, Xue Qi, Bingjing Jia2026-10-12
💻 informatique

A Design‑Science Proof‑of‑Concept for Constraining LLM Pedagogical Decisions Using Knowledge Graphs

Cette étude démontre que l'intégration de graphes de connaissances aux grands modèles de langage, à travers une approche de recherche en science du design, limite efficacement les hallucinations pédagogiques et impose une validité logique dans l'IA éducative en restreignant proactivement les espaces d'action génératifs par des structures sémantiques symboliques.

Susana Ayu Handayani, Priyo Nugroho Adi, Thomas Köhler, Mochamad Bruri Triyono, Priyanto Priyanto, Siswantoyo Siswantoyo (…)2026-10-12
💻 informatique

FACT-SR: Faithfulness-Aware Multi-Task Learning for Aspect-Based Sentiment Reasoning

Le papier propose FACT-SR, un cadre d'apprentissage multi-tâches invariant à l'échelle qui améliore le raisonnement de sentiment basé sur les aspects en imposant des contraintes de fidélité sur la génération de justifications et en employant une nouvelle stratégie d'apprentissage de poids automatique pour équilibrer des objectifs hétérogènes, ce qui se traduit par une performance de classification supérieure et une fiabilité du raisonnement à travers diverses échelles de modèles.

shirong cheng, Bei Wu, Xin Zhang, Yahui Wu, Qika Lin2026-10-12
💻 informatique

Beyond the Leaderboard Average: Cross-Task Consistency, Model Scale, and Specialization Structure in the Massive Text Embedding Benchmark

Cet article analyse les résultats du MTEB pour révéler que, si les modèles d'encodage les plus performants ont tendance à présenter une plus grande cohérence inter-tâches que ceux qui sont optimisés de manière étroite, l'échelle du modèle seule ne garantit pas un tel équilibre, incitant ainsi à réclamer la publication de la dispersion des performances aux côtés des scores agrégés pour une meilleure sélection des modèles.

Zhe Zhang2026-10-12
💻 informatique

Opening the Black Box or Responding to Demands? Rethinking and Reconstructing the European Standard of Algorithmic Explanation

Cet article critique les limites de la norme actuelle de l'UE en matière d'explication algorithmique ainsi que les approches de mitigation ou de substitution existantes, proposant au contraire un cadre orienté vers la demande qui reconstruit la norme en catégorisant les besoins d'explication selon les points de contrôle des acteurs et en les réalisant par le biais de schémas de substitution réalisables.

feng zhi2026-10-12
💻 informatique

Multimodal Depression Detection from Audio, Visual, and Textual Cues: Evaluation of Adaptive Gating versus Naive Concatenation

Cette étude démontre que, bien que les mécanismes de porte adaptatifs semblent supérieurs lors de la validation croisée, la simple concaténation de caractéristiques produit en réalité une performance plus robuste et généralisable pour la détection multimodale de la dépression chez des participants inédits, soulignant qu'un test de généralisation rigoureux est plus critique que la complexité architecturale pour les petits ensembles de données cliniques.

Azhar A. Hadi, Supreethi K.P.2026-10-12
💻 informatique

Efficient Long-Context Reasoning in Large Language Models: Hierarchical Token Compression with Sparse Attention and Dynamic Memory Management

Le document présente CLEAR, un cadre unifié qui combine la compression hiérarchique de jetons, l'orchestration d'attention éparse et la gestion dynamique de la mémoire pour permettre un raisonnement à contexte long efficace dans les grands modèles de langage, réalisant des réductions significatives de la complexité computationnelle et de l'utilisation de la mémoire tout en maintenant une précision élevée sur les bancs d'essai à contexte long.

Babasaheb Satpute, Chaya Jadhav, Rajesh Bharati, Deepak Kshirsagar2026-10-12
💻 informatique

Did LLMs colonize scientific titles? Fifty years of titular colonicity

Cette étude analyse cinquante années de données de titres scientifiques pour démontrer que, bien que l'usage du deux-points soit une convention de longue date en pleine augmentation, les grands modèles de langage génèrent des titres avec des fréquences de deux-points nettement plus élevées que les auteurs humains, un motif sensible aux instructions (prompts) et qui influence la performance du classement lors de la recherche.

Magdalena Igras-Cybulska, Artur Cybulski2026-10-12
💻 informatique

PACE: Policy-Bound Multi-Party Authorization with State-Consistent Execution for Smart Contracts

Cet article introduit PACE, un cadre pour les contrats intelligents qui assure une autorisation multipartite cohérente avec l'état en liant les décisions collectives à des politiques actives et à des contextes d'exécution via un schéma de signature basé sur les réseaux à deux tours, garantissant ainsi la cohérence entre la politique, la décision, la requête et l'exécution tout en maintenant des coûts de vérification stables.

Yaowei Sun, Cong Wang, Maode Ma, Zhilu Zhang, Yanan Zhang, Guangquan Xu2026-10-12