💻 Category

cs

3900 artigos

💻 ciência da computação

Reasoning-Tier Drift in RL-Aligned LLMs: Within-Family Safety Spread Across Six Gemini Tiers on a Harm-Free Insult-Reproduction Protocol

Este artigo apresenta o TIERBLEED, um protocolo de medição isento de danos que demonstra que as políticas de segurança alinhadas por RL na família Gemini exibem uma deriva intra-familiar significativa através de seis níveis de raciocínio, onde técnicas de enquadramento e estratégias multi-nível/semente podem explorar essas inconsistências para reproduzir insultos leves com taxas de sucesso que excedem amplamente as taxas de recusa direta.

Mohammadreza Rashidi2026-08-19
💻 ciência da computação

An Efficient Attention-Gated Hybrid Transformer-CNN Framework for Plant Disease Segmentation In-the-Wild

Este artigo propõe um framework híbrido de Transformer-CNN com portão de atenção eficiente, que integra um codificador Mix Transformer hierárquico com ASPP e um Portão de Atenção Multimodal de Escala Cruzada personalizado para alcançar o estado da arte no desempenho de segmentação de doenças de plantas no desafiador conjunto de dados PlantSeg, mantendo simultaneamente um tamanho de modelo compacto adequado para dispositivos de borda com recursos limitados.

Sadam Hussain2026-08-19
💻 ciência da computação

Predatory MoE: Serving Mixture-of-Experts with a Sequence-Local Expert Roster

Este artigo propõe uma estratégia de escalação de especialistas local à sequência que fixa um pequeno conjunto de especialistas por sequência para reduzir drasticamente a pegada de memória e as transferências de especialistas durante o serviço de modelos MoE, alcançando um throughput próximo da residência total com significativamente menos pesos residentes ao aplicar esta restrição consistentemente tanto durante o treinamento quanto durante a inferência.

ChaeWoo Son2026-08-19
💻 ciência da computação

Benchmarking Unsupervised Segmentations of Multivariate Time Series From Embedded Systems With a Novel Homogeneity Metric

Este artigo introduz uma nova métrica de homogeneidade para avaliar a eficácia e a eficiência de algoritmos de segmentação de séries temporais multivariadas não supervisionados, demonstrando sua aplicação bem-sucedida tanto em dados sintéticos quanto em dados de sistemas embarcados automotivos do mundo real.

Bojan Lukić, Thorben Knust, Andreas Rausch2026-08-19
💻 ciência da computação

A Hybrid Deep-Quantum Framework for Robust Stress Classification from EEG Signals

Este artigo propõe uma estrutura híbrida de aprendizado profundo-quântico que integra uma 1D-CNN para extração de características com um classificador de vetores de suporte quântico para alcançar uma precisão superior na detecção de estresse (81,00%) em sinais de EEG em comparação com baselines clássicos, enquanto demonstra a dependência do modelo em relação ao escalonamento de características e à dimensionalidade dentro da era NISQ.

Krishan Sharma, Jayesh V. Hire, Kartike Pushkarna, Rohit Kumar Mishra, Priyanka Jain2026-08-19
💻 ciência da computação

WTFFN-YOLO: An Improved Lightweight Method for Surface Defect Detection on Wind Turbine Blades

Este artigo propõe o WTFFN-YOLO, um framework de detecção de objetos leve e aprimorado para defeitos superficiais em pás de turbinas eólicas que integra o mecanismo de atenção C3K2-SACA, um módulo de fusão de características consciente de frequência e uma rede neck WTFFN para alcançar um aumento de 6,9% no mAP e uma redução de 8% nos parâmetros do modelo.

Dahua Li, Xiangyu Meng, Xiao Yu, Qiang Gao, Dong Li2026-08-19
💻 ciência da computação

Spatiotemporal analysis of acoustic parameters for quantifying linguistic rhythm using CNN–BiLSTM

Este estudo demonstra que uma arquitetura híbrida CNN–BiLSTM supera a análise de características acústicas tradicional e modelos de aprendizado profundo mais simples na quantificação do ritmo linguístico, ao atingir mais de 95% de precisão na distinção entre o canto em sânscrito e hindi em relação à fala normal, ao mesmo tempo em que revela uma maior regularidade rítmica no sânscrito devido à sua estrutura de tempo silábico.

Nayarah Shabir khan, Parveen Kumar Lehana2026-08-19
💻 ciência da computação

Latent debt in PINNs with SIR Models: Dynamical Compensation and Topological Bottlenecks

Este artigo revela que as Redes Neurais Informadas pela Física (PINNs) aplicadas a modelos SIR sofrem de "dívida latente" durante fases iniciais de crescimento exponencial, onde um panorama de perda plano e de posto deficiente permite que a otimização minimize os resíduos ao distorcer estados latentes não observados e propagar erros, resultando, em última análise, em soluções numericamente precisas com estimativas de parâmetros fundamentalmente incorretas.

Daniel Leto, Elizabeth Wanner, Roberto Alamino2026-08-19