💻 computer science

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

Dit artikel introduceert DOLPHIN, een privacy-bewarend framework dat gebruikmaakt van offline grote taalmodellen en retrieval-augmented generation om de gereedheid voor digitale forensische onderzoeken aanzienlijk te verbeteren door de volledigheid van bewijsmateriaal nauwkeurig te beoordelen, specifieke hiaten te detecteren en de voorbereidingstijd van zaken te verkorten, terwijl wordt gewaarborgd dat gegevens lokaal blijven.

Divya K2026-09-15
💻 computer science

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

Dit artikel introduceert Text2Cypher-Hub, een door de gemeenschap gedreven platform dat het tekort aan hoogwaardige evaluatieressources voor het vertalen van natuurlijke taal naar Cypher-queries aanpakt door drie gecureerde, domeinspecifieke benchmarks vrij te geven en een gestandaardiseerd register te vestigen voor het delen van datasets, modellen en tools.

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

Dit artikel stelt een pseudo-label-gestuurde methode voor voor de lokalisatie van beeldmanipulatie die beschikt over een type-bewuste dynamische multi-branch decoder voor manipulatietypes, die heterogene forensische sporen effectief aanpakt door het integreren van multi-schaal kenmerken, bron-doel correspondentie supervisie voor copy-move vervalsing en adaptieve cue-fusie om een hoge nauwkeurigheid en generalisatie over diverse datasets te bereiken.

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

Deze reproduceerbare evaluatie met meerdere datasets demonstreert dat adaptieve feature-groepmaskering niet significant beter presteert dan eenvoudigere, niet-adaptieve corruptiebeleid in het verbeteren van robuustheid tegen feature-set verschuiving, wat suggereert dat passende controles en dataset-niveau inferentie kritischer zijn dan complexe adaptatiemechanismen voor deze taak.

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

Deze pilotstudie toont aan dat kleine, open-weight taalmodellen toegepast op psychiatrische kennisvragen een slechte vertrouwenskalibratie, domeinafhankelijke nauwkeurigheidsrangschikkingen vertonen, en dat het aansturen van deze modellen om het antwoord te weigeren de prestaties vaak verslechtert in plaats van verbetert wanneer ze worden geëvalueerd met rigoureuze gepaarde statistieken.

Kunal Dhanda2026-09-15
💻 computer science

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

Dit artikel presenteert xLaDe, een Lean 4-ecosysteemframework dat is ontworpen om de langetermijnreproduceerbaarheid en duurzaamheid van geformaliseerde wiskunde te waarborgen door toolchain-metadata vast te leggen en experimentele omgevingen te beheren zonder de broncode aan te passen, waardoor de uitdagingen die worden veroorzaakt door de snelle evolutie van de taal worden aangepakt.

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

Deze systematische literatuurstudie analyseert zestien studies over adaptieve context-afhankelijkheidscontrole in ruisgevoelige Retrieval-Augmented Generation-systemen, waarbij kritieke hiaten in huidige ruisbewuste memorisatiestrategieën worden geïdentificeerd en het ACRC-framework wordt voorgesteld om dynamisch de interne kennis van een LLM af te stemmen op de kwaliteit van de opgehaalde bewijslast.

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

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

Dit artikel stelt RLo-RAG voor, een met Reinforcement Learning verbeterd Multi-Round Retrieval-Augmented Generation-model dat is versterkt met LoRA, welke een dynamische beloningsfunctie gebruikt om iteratief hoog-relevante documentfragmenten op te halen en de precisie van retrieval en de kwaliteit van generatie voor industriële documenten significant verbetert vergeleken met traditionele RAG-methoden.

Ling WeiQing, Yongqi Zhi2026-09-15
💻 computer science

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

Dit artikel stelt een context-adaptief framework voor multi-turn emotionele spraaksynthese voor dat gebruikmaakt van historisch dialooggeheugen en een bimodale gezamenlijke input van spraaksignalen en tekst om akoestische kenmerken dynamisch te voorspellen en te controleren, waardoor de beperkingen van traditionele transcriptiegebaseerde methoden worden overwonnen om natuurlijke en emotioneel coherente reacties te bereiken.

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