BOPIM: Bayesian Optimization for influence maximization on temporal networks

Il paper propone BOPIM, un algoritmo di ottimizzazione bayesiana per la massimizzazione dell'influenza su reti temporali che, superando le sfide legate agli spazi combinatori attraverso kernel specifici e una funzione di acquisizione adattata, supera i metodi esistenti in velocità mantenendo prestazioni comparabili e offrendo per la prima volta una quantificazione dell'incertezza negli insiemi di nodi semi ottimali.

Eric Yanchenko2026-03-11💻 cs

Robustness Over Time: Understanding Adversarial Examples' Effectiveness on Longitudinal Versions of Large Language Models

Questo studio longitudinale su GPT, Llama e Qwen rivela che gli aggiornamenti dei modelli linguistici non garantiscono sistematicamente un miglioramento della robustezza contro attacchi avversariali, mostrando anzi che versioni successive possono talvolta peggiorare aspetti come la misclassificazione e le allucinazioni nonostante miglioramenti in altri ambiti.

Yugeng Liu, Tianshuo Cong, Zhengyu Zhao, Michael Backes, Yun Shen, Yang Zhang2026-03-11💻 cs

Characterizations of Monadic Second Order Definable Context-Free Sets of Graphs

Il lavoro fornisce una caratterizzazione degli insiemi di grafi sia definibili in logica monadica del secondo ordine con conteggio (CMSO) sia context-free, dimostrando la loro equivalenza con insiemi riconoscibili a larghezza ad albero limitata, insiemi parsabili e immagini di insiemi di alberi riconoscibili tramite trasduzioni definibili, basandosi su una nuova connessione tra risultati fondamentali di Courcelle, Engelfriet, Bojanczyk e Pilipczuk.

Radu Iosif, Florian Zuleger2026-03-11💻 cs