💻 ciência da computação

Fixing Abstention with Token Probability: A Budget-Matched Causal Test Across Four Small Open-Weight Models

Este artigo demonstra que substituir a confiança verbalizada por uma política de abstenção de probabilidade de token com orçamento correspondente elimina causalmente um efeito específico de degradação da acurácia observado no modelo llama3.2:1b, mas falha em generalizar esse benefício para outros modelos pequenos de pesos abertos, indicando que tais correções são específicas do modelo e que a abstenção de orçamento fixo pode permanecer líquida prejudicial mesmo com um direcionamento melhorado.

Kunal Dhanda2026-09-15
💻 ciência da computação

Explainable Digital Twin Modelling of Semi-Urban Community for Multidimensional Poverty Governance Intelligence

Este estudo propõe uma estrutura de Gêmeo Digital explicável que integra aprendizado de máquina, simulação contrafactual e otimização consciente de custos para modelar a dinâmica da pobreza multidimensional na comunidade semiurbana de Isolu, na Nigéria, demonstrando que intervenções de múltiplas políticas direcionadas e específicas por agrupamento são mais eficazes do que redes de segurança uniformes para uma governança inteligente da pobreza.

Taiwo Olapeju Olaleye, Oluwasefunmi Arogundade, Taiwo David Ajayi, Oluwasegun Dada2026-09-15
💻 ciência da computação

From Pixels to Registers: A Multi-Modal Testing Framework for Chained Perception, Control and Firmware

Este artigo apresenta uma estrutura de teste multimodal que desacopla a percepção do controle ao converter entradas fotorrealistas em desenhos de linha abstratos e mapas semânticos, validados por meio de um novo simulador aberto que faz a ponte entre a fidelidade rápida de nível de treinamento e a emulação rigorosa de firmware de nível de registrador para expor defeitos invisíveis à simulação padrão.

Brent Hartshorn2026-09-15
💻 ciência da computação

Resample or Reroute? Recoverable Stopping Debt Without Identified Action Selection

Este artigo introduz um framework de avaliação de três portões auditável demonstrando que, embora verificadores falíveis possam se recuperar de erros de interrupção de modelo via reamostragem, os métodos atuais falham em identificar a seleção de ação ideal entre reamostragem e redirecionamento, estabelecendo assim um potencial de recuperação limitado sem suportar uma cadeia completa de aprendizado de política.

Teng-Ruei Chen2026-09-15
💻 ciência da computação

Design and Evaluation of Reinforcement-Learning Scheduling for Multi-Stage OSAT Manufacturing: A Verified Scoping Review, Executable Benchmark, and Decision Framework for Viet Nam

Este estudo aborda a lacuna na aplicação de aprendizado por reforço à manufatura de OSAT ao desenvolver um benchmark executável e uma estrutura de decisão que revela que políticas de escalonamento adaptativas oferecem vantagens seletivas e específicas para objetivos em vez de uma substituição universal, orientando assim os gestores sobre as compensações e requisitos para a implementação operacional no Vietnã.

Ngoc Huy Mai2026-09-15
💻 ciência da computação

Transformation-Specific Robustness Evaluation of a Machine Learning-Based Network Intrusion Detection System Under Controlled Feature Perturbations

Este estudo avalia a robustez específica de transformações de sistemas de detecção de intrusão de rede baseados em aprendizado de máquina no conjunto de dados UNSW-NB15, revelando que, embora os modelos exibam sensibilidades variadas a perturbações de características, uma configuração de treinamento ciente de TTL reduz significativamente a degradação de desempenho sob modificações negativas de tempo de vida em comparação com uma linha de base padrão.

Mohit Tiwari, Riya Mehdiratta2026-09-15
💻 ciência da computação

Graph Convolutional Networks for Automated Anthropometric Measurement Estimation from Three-Dimensional Human Body Meshes

Este estudo demonstra que uma Rede Neural Convolucional de Grafos pode estimar eficazmente dezesseis medidas antropométricas padrão diretamente de malhas corporais humanas 3D, alcançando uma precisão promissora em dados sintéticos ao mesmo tempo em que destaca os desafios de adaptação de domínio quando aplicada a escaneamentos do mundo real.

Adepeju Opaleye2026-09-15
💻 ciência da computação

Eliminating False-Negative Discharges in Tuberculosis Screening: Multi-Cohort Development and Independent External Stress-Testing of an Auditable Conformal AI Safety Architecture

Este artigo apresenta uma arquitetura de segurança de IA auditável e implantável em borda que combina predição conformal com garantia de qualidade de entrada para eliminar altas falsas-negativas autônomas de tuberculose através de diversas coortes internacionais com recursos limitados, mantendo simultaneamente uma alta precisão diagnóstica e reduzindo testes confirmatórios desnecessários.

Farrel Aditya2026-09-15