💻 ciência da computação

Does More Deliberation Help? A Comparative Evaluation of Chain-of-Thought Prompting Strategies for Grade-School Math Reasoning in Open-Source Instruction-Tuned Language Models

Este artigo demonstra empiricamente que, para modelos de pesos abertos ajustados para instrução de pequeno porte (3,8–8B) que resolvem problemas matemáticos do ensino fundamental, o prompting de Cadeia de Pensamento (Chain-of-Thought) com poucos disparos (few-shot) supera significativamente os baselines zero-shot, enquanto estratégias de deliberação mais complexas, como consistência de autoconsistência (self-consistency) e árvore de pensamento (tree-of-thought), falham em fornecer melhorias de precisão estatisticamente confiáveis sobre métodos mais simples.

Arun Kumar2026-10-13
💻 ciência da computação

Assessing Decision Reliability in Discrete-Event Simulation: A Quantum-Network Case Study

Este artigo apresenta um fluxo de trabalho para avaliar a confiabilidade de decisões em simulação de eventos discretos ao separar fontes de incerteza por meio de um estudo de caso de rede quântica, demonstrando que a replicação de múltiplas sementes melhora significamente o acordo de decisão, ao mesmo tempo em que destaca o impacto crítico das variantes do modelo e das definições de métricas nos resultados.

David Vesterlund2026-10-13
💻 ciência da computação

A Methodological Protocol for Counter-Inductive AI: Operationalizing Negative Space Mining and Dark Data Processing for Scientific Hypothesis Generation

Este artigo apresenta um protocolo metodológico completo para um sistema de IA contra-indutiva que supera o viés de sobrevivência na descoberta científica ao minerar o espaço negativo e processar dados escuros para gerar hipóteses inéditas e desafiadoras de paradigmas, demonstrado por meio de um estudo de caso em neurobiologia.

Lenin Gonzalez-Paz, Ysaías J. Alvarado, Arlene Cardozo-Urdaneta, Carla Lossada, Ariana Delgado2026-10-13
💻 ciência da computação

High Average Accuracy Coexists with Substantial Between-Setting Variability: A Systematic Review and Meta-analysis of Large Language Models for Data Extraction in Evidence Synthesis

Esta revisão sistemática e meta-análise revela que, embora os grandes modelos de linguagem alcancem uma alta precisão média para a extração de dados em síntese de evidências, seu desempenho exibe variabilidade substancial em diferentes configurações, necessitando de validação específica para a tarefa e verificação humana para garantir a confiabilidade.

Carlos Darcy Alves Bersot2026-10-13
💻 ciência da computação

Does learning when to look pay for home service robots? A preregistered test of adaptive perception scheduling in closed-loop navigation

Este estudo pré-registrado demonstra que, embora o escalonamento de percepção adaptativa reduza significativamente os custos computacionais para robôs de serviço doméstico, ele não consegue igualar as taxas de segurança e de sucesso de executar um detector leve em cada quadro na navegação de malha fechada, sugerindo que a abordagem simples e contínua permanece como a estratégia padrão superior.

MD ABU SAYEB RAYHAN, Hustagna Hiya, Ajoy Shutra Dhar2026-10-13
💻 ciência da computação

Smart Traffic Prediction System: Enhancing Urban Mobility Through Intelligent Traffic Prediction and Dynamic Route Optimization

Este artigo apresenta um Sistema de Predição de Tráfego Inteligente que alcança 99,65% de precisão na classificação das condições de tráfego urbano utilizando a contagem de veículos e a velocidade média como preditores primários, permitindo um painel interativo para recomendar dinamicamente rotas ideais para uma mobilidade urbana aprimorada.

VEDANT MAVALE2026-10-13
💻 ciência da computação

Grokking the Discrete Logarithm: Scaling Across Model Capacity and Mechanistic Analysis

Este artigo apresenta a primeira demonstração sistemática de que os transformers podem exibir "grokking" — uma transição tardia da memorização para a generalização algorítmica — no problema do logaritmo discreto de base variável completo, revelando que este fenômeno escala de forma não monotônica com a capacidade do modelo e é impulsionado pela emergência de representações de caracteres multiplicativos e alinhadas com Fourier.

David Vesterlund2026-10-13
💻 ciência da computação

Optimize the Optimization: QPU-Efficient Quantum Graph Optimization through HPC-First Experimentation

Este artigo demonstra que, ao empregar estratégias de prioridade para HPC, tais como pré-processamento, pré-treinamento e alocação adaptativa de recursos, o Algoritmo de Otimização Aproximada Quântica (QAOA) pode alcançar uma qualidade de otimização quase perfeita com uma redução de 510 a 2070 vezes no uso da Unidade de Processamento Quântico (QPU), provando que os requisitos de orçamento de QPU são funções previsíveis de instâncias de problemas e políticas de fluxo de trabalho, em vez de constantes fixas.

David Vesterlund2026-10-13
💻 ciência da computação

When Should a Quantum Workflow Call the QPU? - A Systematic Review and Taxonomy of Semantic QPU Minimization

Este artigo identifica uma lacuna crítica nos sistemas de fluxo de trabalho quânticos existentes, que falham em determinar automaticamente se a execução da QPU é necessária, ao analisar 60 estudos para propor uma taxonomia formalizada e um framework de otimização multiobjetivo para a "Minimização Semântica de QPU" que aborda o descompasso entre o escalonamento de tarefas e a necessidade fundamental de hardware quântico.

David Vesterlund2026-10-13
💻 ciência da computação

Censoring-Aware Rank Aggregation of Federated Top-k Explanation Prefixes: A Seed-Blocked Empirical Characterization against Weighted Borda Baselines

Este estudo avalia um método Plackett–Luce sensível ao censuramento contra uma linha de base Borda ponderada para a agregação federada de explicações top-k no conjunto de dados UCI Heart Disease, constatando que não há melhoria significativa no acordo de Kendall e observando que o Borda alcança consistentemente pontuações NDCG@10 mais altas através de múltiplos blocos de sementes.

Aritrik Ghosh2026-10-13