cs papers | Gist.Science

When Does Context Help Machine Vision? Decomposing the Risk and Reliability of Contextual Conditioning in Vision-Language Models

Dit artikel analyseert systematisch contextuele conditionering in vision-language-modellen over diverse architecturen en datasets heen, waarbij wordt onthuld dat hoewel prompting op domeinniveau consistent voordelig is, volledige per-afbeelding contextuele conditionering een hoge variantie en risico's op overfitting met zich meebrengt, waarbij de nuttigheid er primair door worden gedreven door model schaal en baseline nauwkeurigheid.

Alaa Alahmadi2026-07-13

💻 computer science

Mining AI-Assisted Course Design Workflows at Production Scale

Dit artikel presenteert de eerste studie op productieschaal naar AI-ondersteund cursusontwerp door een privacy-bewarende dataset van CourseFactory te minen om vier workflow-oppervlakken te extraheren, waarbij wordt aangetoond dat modellen voor structurele kwaliteitstriage en item-naar-opdracht-routing de efficiëntie en nauwkeurigheid van reviews significant verbeteren, terwijl wordt bevestigd dat achterhouden van prompttekst geen meetbaar signaal toevoegt.

Aleksandr Volkov, Taras Pustovoy, Dmitriy Istomin, Viacheslav Istomin, Tatiana Otbetkina2026-07-13

💻 computer science

Recovery Dynamics and Persistent Structural Excursion in Disrupted World Models

Deze studie toont aan dat hoewel succesvolle en mislukte trajecten in een verstoord wereldmodel onderscheidende hersteldynamieken vertonen — zoals een lagere padentropie en minder structurele excursies — deze volledige trajectpatronen niet betrouwbaar voorspeld kunnen worden vanuit vroege prefixen, waardoor de uitdagingen van regime-detectie, herstelmonitoring en individuele rollout-voorspelling van elkaar worden onderscheiden.

Jeffery Scott Allbright2026-07-13

💻 computer science

H. Dilpriya's Momentum (HDM) : A Multi-Strategy Gradient-Aligned Optimizer with Adaptive Per-Parameter Corrections, Cosine-Annealed Scheduling, and Convergence Guarantees for Deep Neural Networks

Dit artikel introduceert H. Dilpriya's Momentum (HDM), een nieuwe multi-strategie optimizer die adaptieve per-parameter correcties combineert met cosine-annealed scheduling om strikte convergentiegaranties en state-of-the-art gradiëntuitlijning te bereiken, waarbij superieure prestaties worden aangetoond op zowel slecht geconditioneerde synthetische problemen als deep learning benchmarks zoals MNIST en CIFAR-10.

Janaka Ishan Senarathna2026-07-13

💻 computer science

Multi-Tenant Edge-Cloud Hybrid LLM Serving using Speculative Decoding and Quantization

Dit artikel stelt een multi-tenant edge-cloud hybride LLM-servingarchitectuur voor die W4A16-gekwantiseerde speculatieve decodering combineert met asynchrone communicatie en een multi-tenant verificatie-orchestrator om gelijktijdig uitdagingen op het gebied van privacy, latentie en resource-benutting aan te pakken.

Jui-Yu Lin2026-07-13

💻 computer science

Learning Safe Behaviour via Justified Human Preferences and Hypothetical Queries

Dit artikel introduceert JPAL-HA, een veilig leermodel voor veiligheidskritische omgevingen dat menselijke rechtvaardigingen van acties gebruikt om hypothetische queries te genereren, waardoor de veiligheid en de efficiëntie van het aantal samples aanzienlijk worden verbeterd terwijl de menselijke trainingslast wordt verminderd.

Ilias Kazantzidis, Timothy J. Norman, Yali Du, Christopher T. Freeman2026-07-13

💻 computer science

Understanding Behavioural Risk Signals in Socio-Technical Work Systems Using Explainable Machine Learning

Deze studie toont aan dat het gebruik van uitlegbare machine learning voor de analyse van veiligheidsklimaatgegevens op itemniveau niet-lineaire, drempelafhankelijke gedragsrisicopatronen onthult die worden gedreven door managementresponsiviteit, training en ervaring, wat traditionele lineaire aggregatiemodellen uitdaagt en een nauwkeuriger fundament biedt voor proactieve ongevalpreventie.

Omid Akbarzadeh, Parisa Moshashaei, Rasoul Ahmadpour, Mohammed Qadir Ali, Seyed Shamseddin Alizadeh2026-07-13

💻 computer science

ℓ0-Regularized Quadratic Surface Support Vector Machines

Dit artikel stelt een ijle $\ell_0$ -geregulariseerde kwadratische oppervlakte support vector machine (QSVM) voor om problemen met overfitting en interpreteerbaarheid in kernel-vrije niet-lineaire classificatie aan te pakken, waarbij een strafdecompositie-algoritme wordt geïntroduceerd met bewijsbare optimaliteits- en convergentiegaranties dat competitieve prestaties en ijtheid vertoont op zowel benchmark- als real-world kredietdatasets.

Ahmad Mousavi, Ramin Zandvakili, Zheming Gao2026-07-13

💻 computer science

AI-Driven Multimodal Communication Framework for Inclusive Classrooms: A PRISMA-Based Systematic Review for Deaf Learners

Dit artikel presenteert een op PRISMA gebaseerde systematische review die de beperkingen van huidige auditief-gecentreerde oplossingen voor dovenleerlingen blootlegt en een door AI gedreven multimodale communicatiekader voorstelt dat spraakherkenning, natuurlijke taalverwerking en gebarentaalgeneratie integreert om realtime visuele ondersteuning mogelijk te maken en betekenisvolle inclusie in klaslokalen te bereiken.

shahir vk2026-07-13

💻 computer science

Empty scaffold allocation bias in molecular distribution shift evaluation

Dit artikel onthult dat standaard op scaffolds gebaseerde evaluatiemethoden een verborgen allocatiebias introduceren door chemisch heterogene "geen-scaffold" moleculen onjuist als een enkele eenheid te behandelen, wat generalisatiemetrieken over veelvoorkomende benchmarks vertekent, en stelt een "Empty-Scaffold-Aware" reparatie voor om een gebalanceerde representatie en nauwkeurige prestatiebeoordeling te herstellen.

Tao Song, Yong Wang, Shuang Wang, Xun Wang2026-07-13

← Vorige Volgende →