cs articoli | Gist.Science

DOLPHIN: A Privacy-Preserving Digital Investigation Readiness Assessment Framework based on Offline Large Language Models and Retrieval-Augmented Generation

Questo articolo presenta DOLPHIN, un framework che preserva la privacy e che sfrutta modelli linguistici di grandi dimensioni offline e la generazione aumentata dalla ritrasmissione per migliorare significativamente la prontezza delle indagini forensi digitali valutando accuratamente la completezza delle prove, rilevando lacune specifiche e riducendo i tempi di preparazione dei casi, garantendo al contempo che i dati rimangano locali.

Divya K2026-09-15

💻 computer science

A Community-driven Hub for High-Quality Text2Cypher Benchmarks and Resources

Questo articolo presenta Text2Cypher-Hub, una piattaforma guidata dalla comunità che affronta la scarsità di risorse di valutazione di alta qualità per la traduzione dal linguaggio naturale a query Cypher, rilasciando tre benchmark curati e specifici per dominio e stabilendo un registro standardizzato per la condivisione di dataset, modelli e strumenti.

Emanuele Cavalleri, Nada Bou Kanaan, Marco Mesiti2026-09-15

💻 computer science

Image Tampering Region Localization Method Based on Pseudo Label Driver and Dynamic Multi branch Decoding

Questo articolo propone un metodo di localizzazione del manomissione delle immagini guidato da pseudo-label caratterizzato da un decoder multi-ramo dinamico consapevole del tipo di manomissione che affronta efficacemente le tracce forensi eterogenee integrando caratteristiche multi-scala, la supervisione della corrispondenza sorgente-target per le frodi di tipo copy-move e la fusione adattiva degli indizi per ottenere un'elevata accuratezza e generalizzazione attraverso diversi dataset.

Yanting Li, Xiaojian Xue, Weiyi Lin, Shouxin He2026-09-15

💻 computer science

Adaptive Feature-Group Masking under Feature-Set Shift: A Reproducible Multi-Dataset Evaluation of When Simpler Corruption Wins

Questa valutazione riproducibile su più dataset dimostra che il mascheramento adattivo dei gruppi di caratteristiche non supera significativamente le politiche di corruzione non adattive più semplici nel migliorare la robustezza contro lo spostamento dei set di caratteristiche, suggerendo che i controlli corrispondenti e l'inferenza a livello di dataset siano più critici rispetto ai complessi meccanismi di adattamento per questo compito.

Harmanan Gurvinder Kohli2026-09-15

💻 computer science

Condence, Calibration, and Abstention in Small Open-Weight Language Models on Psychiatric Knowledge Questions: A Cross-Domain Replication

Questo studio pilota dimostra che i piccoli modelli linguistici a pesi aperti applicati a quesiti di conoscenza psichiatrica esibiscono una scarsa calibrazione della fiducia, classifiche di accuratezza dipendenti dal dominio e che l'istruirli ad astenersi dal rispondere spesso degrada piuttosto che migliorare le prestazioni quando valutati con statistiche accoppiate rigorose.

Kunal Dhanda2026-09-15

💻 computer science

Not Letting Proofs Die: xLaDe, a Lean 4 Ecosystem Framework

Questo articolo presenta xLaDe, un framework per l'ecosistema Lean 4 progettato per garantire la riproducibilità e la sostenibilità a lungo termine della matematica formalizzata registrando i metadati della toolchain e gestendo gli ambienti sperimentali senza modificare il codice sorgente, affrontando così le sfide poste dalla rapida evoluzione del linguaggio.

Lakshit Singh Bisht, Deepak Pandey, Manpreet Sahoo, Thota Siva2026-09-15

💻 computer science

Adaptive Context Reliance Control in Noisy Retrieval-Augmented Generation: A Systematic Literature Review

Questa revisione sistematica della letteratura analizza sedici studi sul controllo adattivo del ricorso al contesto in sistemi di Generazione Aumentata da Recupero rumorosi, identificando lacune critiche nelle attuali strategie di memorizzazione sensibili al rumore e proponendo il framework ACRC per bilanciare dinamicamente la conoscenza interna di un LLM rispetto alla qualità dell'evidenza recuperata.

Hasan Ahmad, Shujat Karim, Fakhra Kashif, Naveed Ejaz2026-09-15

💻 computer science

A Retrieval-Augmented Generation Method for Industrial Documents based on Reinforcement Learning

Questo articolo propone RLo-RAG, un modello di Generazione Aumentata dalla Recupero Multi-Round basato sul Reinforcement Learning potenziato con LoRA, che utilizza una funzione di ricompensa dinamica per recuperare iterativamente frammenti di documenti ad alta rilevanza e migliora significativamente la precisione del recupero e la qualità della generazione per i documenti industriali rispetto ai metodi RAG tradizionali.

Ling WeiQing, Yongqi Zhi2026-09-15

💻 computer science

DA-LightNet: Real-Time Rain and Haze Removal on Edge Devices

Questo articolo propone DA-LightNet, una rete di deep learning leggera e unificata che rimuove efficacemente pioggia e foschia in tempo reale su dispositivi edge con risorse limitate, impiegando un modulo di modulazione consapevole della degradazione e blocchi convoluzionali efficienti per bilanciare un'alta qualità di restauro con un basso costo computazionale.

Jianhong Li, Yan Liang, Miaoqin Yuan, Fuyu Deng, Ke Fang, Guangqiang He2026-09-14

💻 computer science

Context-Adaptive Emotional Speech Synthesis via Feature Control in Multi-Turn Dialogue (ChinaMM 2026)

Questo articolo propone un framework adattivo al contesto per la sintesi vocale emotiva multi-turno che sfrutta la memoria del dialogo storico e un input bimodale congiunto di segnali vocali e testo per predire e controllare dinamicamente le caratteristiche acustiche, superando così i limiti dei metodi tradizionali basati sulla trascrizione per ottenere risposte naturali ed emotivamente coerenti.

Qinglan Wei, Ruiqi Xue, Long Ye, Yuan Zhang2026-09-14