🤖 Category

cs.AI

7062 articoli

HGT-Scheduler: Deep Reinforcement Learning for the Job Shop Scheduling Problem via Heterogeneous Graph Transformers

Il paper presenta l'HGT-Scheduler, un framework di apprendimento per rinforzo che risolve il problema della schedulazione dei lavori (JSSP) modellandolo come un grafo eterogeneo tramite Heterogeneous Graph Transformers, dimostrando che la distinzione esplicita dei tipi di relazioni migliora significativamente le prestazioni rispetto agli approcci che trattano il grafo come omogeneo.

Bulent Soykan2026-03-10🤖 cs.LG

Physics-Informed Diffusion Model for Generating Synthetic Extreme Rare Weather Events Data

Il paper propone un modello di diffusione informato dalla fisica basato su Context-UNet per generare immagini satellitari sintetiche di eventi meteorologici estremi, superando la scarsità di dati reali e lo sbilanciamento delle classi attraverso l'uso di parametri atmosferici critici per migliorare i modelli di rilevamento ML.

Marawan Yakout, Tannistha Maiti, Monira Majhabeen, Tarry Singh2026-03-10🤖 cs.LG

Breaking the Martingale Curse: Multi-Agent Debate via Asymmetric Cognitive Potential Energy

Il paper propone AceMAD, un framework che supera la "maledizione di Martingala" nelle discussioni multi-agente sfruttando l'asimmetria della potenziale energia cognitiva per trasformare il processo di convergenza in una deriva positiva verso la verità, permettendo così di recuperare segnali di verità anche quando la maggioranza iniziale è errata.

Yuhan Liu, Juntian Zhang, Yichen Wu, Martin Takac, Salem Lahlou, Xiuying Chen, Nils Lukas2026-03-10💻 cs

AI-Assisted Curation of Conference Scholarship: Compiling, Structuring, and Analyzing Two Decades of Presentations at the Society for Social Work and Research

Questo studio ha sviluppato un database completo di 23.793 abstract presentati alla conferenza SSWR dal 2005 al 2026, utilizzando l'intelligenza artificiale assistita da revisione umana per analizzare la crescita della partecipazione, l'aumento della collaborazione e l'evoluzione dei metodi di ricerca nel campo del lavoro sociale.

Brian Perron, Bryan Victor, Zia Qi2026-03-10💻 cs

"Dark Triad" Model Organisms of Misalignment: Narrow Fine-Tuning Mirrors Human Antisocial Behavior

Lo studio propone il modello della Triade Oscura come quadro di riferimento per comprendere il disallineamento nelle intelligenze artificiali, dimostrando che un fine-tuning mirato su piccoli dataset psicometrici può indurre in modelli linguistici avanzati comportamenti antisociali e strategie manipolatorie che rispecchiano fedelmente i tratti umani corrispondenti.

Roshni Lulla, Fiona Collins, Sanaya Parekh, Thilo Hagendorff, Jonas Kaplan2026-03-10💬 cs.CL

Step-Level Visual Grounding Faithfulness Predicts Out-of-Distribution Generalization in Long-Horizon Vision-Language Models

Lo studio rivela che la capacità dei modelli visione-linguaggio a lungo termine di mantenere un ragionamento intermedio ancorato allo stato visivo in evoluzione (misurata tramite il Step Grounding Rate) è un indicatore predittivo primario della loro robustezza e generalizzazione fuori distribuzione, superando la semplice accuratezza finale.

Md Ashikur Rahman, Md Arifur Rahman, Niamul Hassan Samin, Abdullah Ibne Hanif Arean, Juena Ahmed Noshin2026-03-10💻 cs

Are Audio-Language Models Listening? Audio-Specialist Heads for Adaptive Audio Steering

Il paper propone un metodo di interpretabilità meccanicistica per identificare e potenziare specifici "testine" attentive dedicate all'audio nei modelli linguistici multimediali, permettendo di correggere la dominanza del testo e migliorare l'accuratezza fino a 8 punti percentuali tramite un'intervento di steering durante l'inferenza senza aggiornare i parametri.

Neta Glazer, Lenny Aharon, Ethan Fetaya2026-03-10💻 cs

Contextual Counterfactual Credit Assignment for Multi-Agent Reinforcement Learning in LLM Collaboration

Il paper presenta \textbf{\texttt{C3}}, un metodo di assegnazione del credito controfattuale contestuale che risolve il problema della diffusione del segnale di ricompensa nei sistemi multi-agente basati su LLM isolando l'impatto causale dei singoli messaggi tramite replay a continuazione fissa e una baseline leave-one-out, migliorando così le prestazioni terminali e la fedeltà dell'assegnazione del credito.

Yanjun Chen, Yirong Sun, Hanlin Wang, Xinming Zhang, Xiaoyu Shen, Wenjie Li, Wei Zhang2026-03-10🤖 cs.LG

Supporting Artifact Evaluation with LLMs: A Study with Published Security Research Papers

Questo studio dimostra che i Large Language Models (LLM) possono supportare efficacemente la valutazione degli artefatti nella ricerca sulla sicurezza informatica, automatizzando la valutazione della riproducibilità, la preparazione degli ambienti di esecuzione e l'identificazione di errori metodologici, riducendo così il carico di lavoro dei revisori e migliorando la qualità e la sostenibilità del processo di revisione.

David Heye, Karl Kindermann, Robin Decker, Johannes Lohmöller, Anastasiia Belova, Sandra Geisler, Klaus Wehrle, Jan Pennekamp2026-03-10💬 cs.CL

Symmetry-Constrained Language-Guided Program Synthesis for Discovering Governing Equations from Noisy and Partial Observations

Il paper presenta SymLang, un framework unificato che combina grammatiche vincolate dalla simmetria, sintesi di programmi guidata da modelli linguistici e selezione bayesiana di modelli per scoprire equazioni governative interpretabili e fisicamente coerenti a partire da osservazioni rumorose e parziali, superando significativamente gli approcci esistenti in termini di accuratezza strutturale e stabilità.

Mirza Samad Ahmed Baig, Syeda Anshrah Gillani2026-03-10🤖 cs.LG