💻 Category

cs

3657 articoli

💻 informatica

The Generalist Strikes Back:\\A General LLM Agent Outperforms Specialist Bioinformatics Agents on Free-Form, End-to-End Benchmark Analysis

Questo articolo dimostra che un agente LLM di frontiera general-purpose (Claude Opus 5.5), utilizzando solo strumenti di codifica standard, supera gli agenti bioinformatici specializzati su un benchmark completo, rivelando che le attuali limitazioni nella misurazione dei progressi derivano principalmente da problemi di affidabilità dei benchmark piuttosto che dalla capacità dell'agente.

Xiaoyu Zhang2026-10-28
💻 informatica

An Audited Benchmark for Minimum Weighted Feedback Arc Set: Graph Identity, Algorithm Comparison, and Reproducibility

Questo articolo presenta un benchmark verificato per il problema del Minimum Weighted Feedback Arc Set che rivela come i budget computazionali, le famiglie di grafi e le scelte dei comparatori influenzino significativamente le prestazioni degli euristiche, supportando così confronti di metodi circoscritti piuttosto che classifiche universali.

Soroush Vahidi2026-10-28
💻 informatica

RAG-MedDx: A Preliminary Offline Prototype of a Citation-Traced Retrieval-Augmented Framework for Intelligent Medical Diagnosis Support

Questo articolo introduce RAG-MedDx, un prototipo offline preliminare di un framework a quattro livelli che potenzia il supporto alla diagnosi medica recuperando informazioni da una base di conoscenza locale per generare risposte con citazioni tracciabili o segnalare esplicitamente l'assenza di corrispondenze, pur riconoscendo i suoi attuali limiti come strumento non clinico con accuratezza diagnostica non misurata.

AKANKSHA Gaikwad2026-10-28
💻 informatica

TGSE-DFN: Text-guided Generative Semantic Enhancement and Disentangled Adaptive Fusion Network for Multimodal Sentiment Analysis

Il documento propone TGSE-DFN, un nuovo framework di analisi del sentiment multimodale che sfrutta il potenziamento semantico generativo guidato dal testo e la fusione adattiva disgiunta per colmare il divario semantico tra le modalità e catturare efficacemente sia i trend sentimentali globali che le dinamiche temporali a grana fine.

Kejian Dong, Zhenzhen He, Tiquan Gu, Yaling Wan, Xiaochao Fan, Bowen Gu2026-10-28
💻 informatica

MedTrustGraph: Purpose-Aware Temporal Heterogeneous Graph Learning for Zero-Trust Authorization of Autonomous Clinical LLM Agents

MedTrustGraph è un framework di apprendimento su grafi eterogenei temporali e consapevole dello scopo che supera significativamente i modelli statici e sequenziali nel rilevamento di azioni non autorizzate da parte di agenti clinici autonomi basati su LLM, raggiungendo un'elevata accuratezza attraverso l'integrazione del contesto del paziente e dello scopo con un motore di policy Zero-Trust deterministico.

KAMRUL ISLAM, SHARMIN SULTANA2026-10-28
💻 informatica

Comparing Four Explanation Methods for Melanoma Classification: Fidelity, Utility and Trust

Questo studio valuta quattro metodi di spiegazione post-hoc per la classificazione del melanoma attraverso gli assi di fedeltà, utilità e fiducia, rivelando significativi disaccordi nelle loro classifiche e concludendo che una valutazione multi-asse con un filtro di fedeltà è essenziale per selezionare la tecnica di spiegazione più appropriata.

Okoi Michael Obeten, Christiana Uchenna Ezeanya2026-10-27
💻 informatica

XGBoost-Based Optimal Transport Dataset Distance-Guided Temporal Domain Transfer for Flood Prediction Under Concept Drift

Questo studio propone un modello di apprendimento per trasferimento nel dominio temporale basato su XGBoost, guidato dalla Distanza del Dataset tramite Trasporto Ottimale e dalla Finestratura Adattiva, per affrontare efficacemente il concept drift e migliorare l'accuratezza della previsione delle inondazioni in condizioni idrologiche in evoluzione.

Sharifah Naluswata, Jackson Kisuule, David Kakeeto, Ali Najib, Anthony Bua2026-10-27
💻 informatica

Evaluating Vision Transformers for Stain Robustness and Calibration in Low-Resource Digital Pathology

Questo articolo dimostra che, in un contesto vincolato di scarse risorse con pre-addestramento su ImageNet fisso, i Vision Transformer (specificamente ViT-B/16) superano varie architetture CNN nell'istopatologia ottenendo una robustezza superiore alle variazioni di colore e di colorazione, una migliore calibrazione della probabilità e una degradazione più graduale durante il trasferimento tra compiti diversi, il tutto mantenendo una discriminazione in-domain competitiva.

Abir Hasan, Sadia Yasmin, Ripa Akter, Md. Abdul Awal2026-10-27
💻 informatica

Multimodal Weakly Supervised Learning of Epicardial and Pericoronary Adipose Tissuefor CCTA-Based Coronary Disease Phenotype Prediction: A Methodological Feasibility Study

Questo studio di fattibilità metodologica dimostra che un framework multimodale debolmente supervisionato, che integra l'imaging del tessuto adiposo epicardico e pericoronarico con variabili cliniche, migliora significativamente la predizione dei fenotipi di malattia coronarica definiti da CCTA rispetto ai soli dati clinici, rivelando al contempo che le architetture a backbone condiviso ed efficienti nei parametri offrono prestazioni comparabili a modelli dual-backbone più complessi in coorti piccole.

Hanene Guesmi, Haifa Harrouch, Muna O. Alamoudi, Karim Gasmi2026-10-27