💻 ciência da computação

A Self-Healing Architecture for Mitigating Bibliographic Hallucinations in LLM-Generated Academic Texts

Este artigo introduz uma arquitetura de autocorreção inovadora que detecta e mitiga autonomamente alucinações bibliográficas em textos acadêmicos gerados por LLM, combinando verificação de múltiplas camadas com um processo eficiente de refinamento baseado em sentenças, alcançando alta precisão de identificação (0,96) e reduzindo significativamente os custos computacionais ao mesmo tempo em que garante a integridade acadêmica.

Davide Tosi, Edoardo Crescenzo Mauriello, Andrea Utzeri2026-08-26
💻 ciência da computação

When Evaluation Clarity Creates Algorithmic Anxiety: A Randomized Field Experiment of Explainable Fuzzy Assessment and Teacher Feedback Uptake

Um experimento de campo randomizado envolvendo 982 professores universitários chineses demonstra que o feedback de IA difusa explicável aumenta significamente a justiça processual, a confiança calibrada e a subsequente melhoria instrucional em comparação com sistemas de IA tradicionais ou de caixa preta, principalmente ao esclarecer a incerteza algorítmica e promover a aceitação do feedback.

Yiran Zhou2026-08-26
💻 ciência da computação

A Validated Measurement Protocol for Comparable, Cost-Aware Software Testing Evaluation: A Reproducible Benchmark, an Oracle Sampling-Budget Guarantee, and a Real-Fault Validity Study, Instantiated for Quantum Programs

Este artigo introduz um protocolo de medição validado e reprodutível (QSQ-Bench e Q-EVAL) que garante avaliações de testes de software comparáveis, conscientes de custos e com validade de construto, ao estabelecer garantias estatísticas de oráculo e demonstrar sua eficácia por meio de um estudo abrangente sobre programas quânticos e um sistema clássico.

Bhanwar Gupta, Sanjeev Rana2026-08-26
💻 ciência da computação

SFE-YOLO: Spatial-Frequency Dual-Domain Enhanced YOLO for SAR Ship Detection

Para abordar as limitações dos detectores existentes em ambientes marinhos complexos, o artigo propõe o SFE-YOLO, um framework YOLO de reforço de domínio duplo que integra a convolução pinwheel para extração de características de múltiplas orientações e um bloco de domínio de frequência para supressão de ruído marinho (sea clutter), alcançando um desempenho superior na detecção de navios em SAR nos conjuntos de dados SSDD e HRSID.

Huicong Ning, Ying Zhang, Jiajia Chen, Peinan Hao, Xiaojing Zhao, Tianzi Yan2026-08-26
💻 ciência da computação

Context-Aware LLM Evaluators for Content Moderation Judgments in a Low-Resource Setting

Este estudo demonstra que, embora o prompting sensível ao contexto e a recuperação de decisões anteriores possam melhorar os avaliadores de Grandes Modelos de Linguagem para a moderação de fóruns de jornais alemães, a escolha da capacidade do modelo é mais crítica do que a estratégia de prompting, com o maior modelo superando sistemas supervisionados em categorias de remoção raras sem exigir dados de treinamento anotados.

Felix Krejca, Tobias Kietreiber, Michael Wiegand, Sebastian Neumaier2026-08-26
💻 ciência da computação

A Priority-Guided Action-Masked Proximal Policy Optimization Framework for Dynamic Scheduling of Electric Power Material Verification Tasks

Este artigo propõe o PPO-TS, um framework de Otimização de Política Próxima com máscara de ação guiada por prioridade que demonstra uma melhoria estatisticamente significativa em um benchmark sintético para o escalonamento de verificação de materiais de energia elétrica dinâmica, apesar de revelar limitações na utilização de equipamentos e nos limites de generalização.

Zhaolei He, Ao He, Cong Lin, Jing Zhao, Liping Gao, Xiang Yin2026-08-26
💻 ciência da computação

TITAN: A Diversity-Driven Stacked Ensemble with a Multi-Branch Neural Network for Predicting Live Birth in IVF

O artigo apresenta o TITAN, um modelo de ensemble empilhado orientado pela diversidade que integra cinco aprendizes baseados em árvores e uma rede neural multiramo personalizada com detecção rigorosa de vazamento e otimização bayesiana para alcançar a precisão de estado da arte na previsão de desfechos de nascimentos vivos para ciclos de FIV usando o registro da HFEA.

Bala Shiwangi¹, Shailesh D. Kamble², Brijesh Kumar¹2026-08-26
💻 ciência da computação

Multi-classification of Brain Tumor MRI images using Convoluted Neural Network (CNN) based approach

Este estudo propõe um modelo de Rede Neural Convolucional (CNN) customizado de sete camadas que alcança 96,10% de acurácia de teste na classificação de imagens de RM cerebral em categorias de Glioma, Meningioma, Pituitária e normal, demonstrando um desempenho robusto para o diagnóstico auxiliado por computador sem depender de modelos pré-treinados.

Bhavak Bajaj, PRIYA GOEL, Rajni Bala2026-08-26