💻 ciência da computação

FactLink: A Cross-Domain Benchmark for Link Role Classification for Fact-Checking

Este artigo apresenta o FactLink, o primeiro benchmark para a tarefa de Classificação de Papel de Link de Verificação de Fatos, que compreende dois conjuntos de dados multilíngues de links anotados e demonstra que, embora os transformers ajustados finamente se destaquem em cenários ricos em dados, os Grandes Modelos de Linguagem de poucos disparos oferecem robustez superior em cenários de poucos recursos e de domínio cruzado.

Andrey Tagarev, Fatima Haouari, Carolina Scarton, Kalina Bontcheva2026-08-03
💻 ciência da computação

OPERA: Enabling Inter-node Concurrency in Byzantine Fault Tolerant Blockchains

Este artigo introduz o OPERA, um modelo de execução tolerante a falhas bizantinas que estende a concorrência entre os nós por meio de replicação parcial e paralelismo entre nós, reduzindo significativamente os custos de execução e aumentando o rendimento em blockchains sem comprometer a segurança ou a semântica da aplicação.

Sungwook Chung, Jinwoo Yang, Hyunwoo Kim, Wonjae Lee, Minsoo Ryu2026-08-03
💻 ciência da computação

Graph-Aware Reinforcement Learning for Reusable Prompt Compression in Black-Box LLMs

Este artigo propõe um framework de aprendizado por reforço em grafos consciente da tarefa que comprime contextos de raciocínio reutilizáveis em LLMs de caixa-preta ao treinar uma política leve para tomar decisões extrativas de manter-ou-descartar em unidades de raciocínio estruturadas em grafos, alcançando economias significativas de custo de entrada enquanto preserva a precisão do raciocínio.

Mehrshad Eskandarpour, Parmida Haddadnejad, Mohammadjavad Jannati2026-08-03
💻 ciência da computação

An SO(3)-equivariant reciprocal space neural potential for long-range interactions

O artigo apresenta o EquiEwald, um novo potencial interatômico neural SO(3)-equivariante que estende a soma de Ewald para o espaço recíproco para capturar efetivamente interações eletrostáticas e de polarização de longo alcance, preservando simultaneamente informações dependentes da orientação, melhorando significativamente a precisão e a eficiência de dados em modelos de aprendizado de máquina para sistemas periódicos e aperiódicos.

Taoyong Cui, Lingfeng Zhang, Dongzhan Zhou, Lei Bai, Shufei Zhang, Luca Rossi, Mao Su, Wanli Ouyang, Pheng Ann Heng2026-08-03
💻 ciência da computação

Nonequilibrium training dynamics and scaling laws of language models

Este artigo propõe uma teoria multiescala estocástica fundamentada na física de não equilíbrio para explicar a origem mecanística das leis de escala de modelos de linguagem, modelando o treinamento como um passeio aleatório enviesado dependente de escala que produz leis de potência derivadas analiticamente para a perda em relação aos dados e ao tamanho do modelo, enquanto identifica uma dinâmica bifurcada de duas fases de compressão de contexto e absorção de fronteira.

Zhijie Xu2026-08-03
💻 ciência da computação

Knowledge-Constrained Reasoner: Attempting to Enable LLMs to Parse Knowledge for Question Answering

Este artigo apresenta o Raciocinador com Restrição de Conhecimento (Knowledge-Constrained Reasoner), uma abordagem inovadora que emprega uma única fase de alinhamento para internalizar capacidades essenciais de raciocínio em Grandes Modelos de Linguagem, garantindo assim a utilização rigorosa e correta de conhecimento externo para resposta a perguntas e unindo a confiabilidade dos sistemas especialistas tradicionais com a flexibilidade do aprendizado contínuo não paramétrico.

Zhiqiang Gan2026-08-03
💻 ciência da computação

An Explainable MoE-Based Decision-Support System for Mental Health Risk Prediction in Engineering and Medical Students

Este estudo apresenta um sistema de apoio à decisão explicável, baseado em Mistura de Especialistas Ponderada e otimizado por metaheurísticas duplas, que alcança alta precisão na previsão da gravidade da saúde mental entre estudantes de engenharia e medicina em países de baixa e média renda, ao mesmo tempo em que revela fatores de risco distintos entre as disciplinas.

Md. Salehin Seyam2026-08-03
💻 ciência da computação

Training-Time Regularization for Inference-Time Monitoring-A Unified Framework for Self-Supervised World Models

Este artigo identifica e aborda o "dilema da regularização-monitoramento", um conflito fundamental onde a gaussianização marginal necessária para o treinamento estável de modelos de mundo autossupervisionados (como os JEPA) inadvertidamente suprime as estruturas geométricas discriminativas necessárias para a detecção de anomalias confiável em tempo de inferência.

Yu-Xiang Wu, Yuyan Wu2026-08-03
💻 ciência da computação

Melanoma Detection Using Deep Convolutional Neural Networks: Architectures, Datasets, and Performance

Este artigo apresenta uma revisão sistemática de arquiteturas de redes neurais convolucionais profundas, conjuntos de dados e estratégias de pré-processamento para a detecção automatizada de melanoma, destacando sua alta precisão, desafios atuais como o desequilíbrio de classes e interpretabilidade, e direções futuras como aprendizado federado e modelos híbridos.

Kazi Abdul Mannan, Mashrafi Ahmed2026-08-03
💻 ciência da computação

When Does Causal Pretraining Beat Direct Small-Data Causal Learning? Towards a causal foundation model

Este artigo apresenta o SciCFM, um framework de modelo de fundação causal que demonstra que o pré-treinamento rico em intervenções melhora significativamente a estimativa de efeito de tratamento em regimes causais complexos de dados extremamente escassos, embora permaneça menos eficaz do que estimadores regularizados diretos em configurações de baixa dimensionalidade.

Vikas Ramachandra2026-08-03