💻 computer science

Developing Hate Speech Detector for Afan Oromo Content on Social Media Platforms Using Deep Neural Networks

Questo articolo presenta un sistema di rilevamento dell'hate speech basato sul deep learning per la lingua a basse risorse Afan Oromo utilizzando i modelli XLM-RoBERTa e Afro-XLMR, dimostrando che l'XLM-RoBERTa perfezionato raggiunge prestazioni superiori con un punteggio F1 del 95,3% e un'accuratezza del 95,8% su un dataset di 22.000 campioni dai social media per migliorare la sicurezza online e la coesione sociale in Etiopia.

Felmeta Abate Jilo¹, Daniel Dufera Kenea²2026-08-06
💻 computer science

Cethraian-Shift is a reproducible medical-imaging research project evaluating the cross-dataset reliability, calibration, label-policy sensitivity, and Grad-CAM++ stability of multi-label chest X-ray classifiers across NIH ChestX-ray14 and VinDr-CXR

Il progetto Cethraian-Shift valuta l'affidabilità cross-dataset, la calibrazione, la sensibilità alla policy delle etichette e la stabilità di Grad-CAM++ di classificatori di radiografie del torace multi-etichetta addestrati su NIH ChestX-ray14 e testati su VinDr-CXR, rivelando che la discriminazione, la calibrazione e la stabilità della spiegazione si comportano come dimensioni tecniche distinte, pur sottolineando che tali risultati retrospettivi non stabiliscono l'utilità clinica o l'idoneità alla distribuzione.

Mohammed Badhan2026-08-06
💻 computer science

Machine Learning Versus Self-Supervised Transfer Learning for 30-Day Readmission Prediction in Diabetic Patients

Questo studio confronta sei modelli di apprendimento automatico sul dataset UCI Diabetes 130-US Hospitals e riscontra che gli ensemble basati su alberi, in particolare XGBoost, superano sia le reti neurali addestrate da zero che quelle che utilizzano il preaddestramento auto-supervisionato, raggiungendo un limite pratico di discriminazione di circa 0,675 AUROC per la previsione delle riammissioni a 30 giorni nei pazienti diabetici.

Abigail Boatemaa, Baffour Osei, Gabriel Osei Forkuo2026-08-06
💻 computer science

A Hybrid CNN–SPN Framework for Reliable Monitoring and Instability Detection in Hadoop Clusters

Questo articolo propone un framework ibrido CNN–SPN che integra una Rete di Petri Stocastica multi-densità con una Rete Neurale Convoluzionale per migliorare l'accuratezza e l'interpretabilità del rilevamento dell'instabilità dei nodi nei cluster Hadoop, ottenendo prestazioni superiori rispetto ai modelli di base su un dataset sintetico.

Walid Ben Mesmia, Zied Trifa, Kamel Barkaoui2026-08-06
💻 computer science

What Does Development Add? Multiple-State Evidence Improves Causal Recovery in Constructed Transformer-Circuit Dossiers

Questo studio dimostra che fornire a un analista di modelli linguistici molteplici stati sequenziali di un circuito transformer costruito, piuttosto che solo il suo stato finale, migliora significativamente l'accuratezza del recupero dei bordi causali e delle previsioni post-intervento, anche quando tutte le altre condizioni sperimentali rimangono identiche.

Zuo Yuchen2026-08-06
💻 computer science

Testing Whether Internal Backdoor Precursors Precede Behavior: A Causal, Power-Matched Protocol

Questo articolo propone un protocollo causale e con potenza bilanciata per testare rigorosamente se i precursori interni di una backdoor precedano il comportamento malevolo osservabile, confrontando un modello avvelenato con una condizione nullo-corrispondente utilizzando rilevatori statisticamente corretti e temporalmente allineati per evitare falsi positivi derivanti da test multipli e fattori di confondimento.

Zuo Yuchen2026-08-06
💻 computer science

A Critical Period for Compositional Visual Grounding? Controlled Block Order and Causal Attention Interventions in a Small Vision–Language Transformer

Questo studio indaga se la tempistica dell'esposizione al linguaggio relazionale influenzi il grounding visivo composizionale in un piccolo transformer visione-linguaggio attraverso la manipolazione dell'ordine dei blocchi e l'esecuzione di interventi causali, riscontrando infine che non vi è alcuna evidenza che l'esposizione precoce fornisca un vantaggio di prestazione rispetto all'esposizione tardiva.

Zuo Yuchen2026-08-06
💻 computer science

Does Post-Training Order Change the Mechanism of Safety Alignment? A Controlled Study of Safety DPO and Helpfulness SFT

Questo studio controllato dimostra che l'ordine del post-addestramento influisce significativamente sui meccanismi e sui risultati dell'allineamento alla sicurezza, rivelando che l'addestramento all'utilità dopo l'allineamento alla sicurezza riduce drasticamente sia i rifiuti non sicuri che i falsi rifiuti benigni rispetto all'ordine inverso, mostrando anche che questi cambiamenti comportamentali sono guidati dalla rotazione delle rappresentazioni negli strati superiori piuttosto che da mediatori causali stabili.

Zuo Yuchen2026-08-06
💻 computer science

Evidence-Based AI Marking for Secondary Assessment: Alignment, Bias, and Confidence Analysis

Questo studio dimostra che, sebbene un modello linguistico di grandi dimensioni basato su evidenze mostri solo un moderato allineamento con i punteggi degli insegnanti e una tendenza alla benevolenza nelle valutazioni della scuola secondaria superiore, esso funge da strumento prezioso e trasparente per la moderazione orientata alla coerenza e per la ricerca, piuttosto che per la valutazione completamente autonoma ad alto rischio.

Tom Bryden2026-08-06