💻 computer science

Comparative Evaluation of Vision Transformer, Hybrid CNN–MLP, and Transfer-Learned ResNet-18 for CIFAR-10 Image Classification

本研究评估了在 CIFAR-10 数据集上的 Vision Transformer、混合 CNN–MLP 以及迁移学习后的 ResNet-18 模型,发现虽然 Vision Transformer 学习到了有意义的表示,但由于卷积归纳偏置和在大规模预训练中在有限数据设置下的优势,迁移学习后的 ResNet-18 达到了最高的准确率(88.7%)。

Laiba Ameer2026-08-11
💻 computer science

Remaining Useful Life Estimation of Lithium-Ion Batteries: A Controlled Benchmark of Physics-Informed Features and Mamba-Based Architectures on CALCE CS2

本文通过对 CALCE CS2 数据进行的受控基准测试表明,在预测锂离子电池剩余使用寿命方面,标准的 GRU 模型优于先进的基于 Mamba 的架构,这突显了容量归一化等物理启发式特征的关键重要性,同时也指出当前结果反映的是基于预知信息的评估而非部署就绪的性能。

Dikshant Dikshant, Praveen Kumar Agarwal2026-08-11
💻 computer science

Decentralized AI-Powered Zero-Trust Identity and Access Management Using Blockchain and Deepfake-Resistant Multimodal Biometrics

本文提出了一种去中心化人工智能驱动的零信任身份访问管理框架(DAZT-IAM),该框架集成了许可链、自主主权身份以及具备抗深度伪造能力的多模态生物识别技术,并结合持续的风险自适应评分,旨在消除单点故障并应对复杂的冒充攻击。

Anithalakshmi V¹, Raja P², N Sripriya, M Lavanya2026-08-11
💻 computer science

Swin-TCN-XAI: A Hybrid End-to-End Framework for Explainable Multi-Class Brain Tumor MRI Classification

本文引入了 Swin-TCN-XAI,这是一种结合了 Swin Transformer 与时间卷积网络(Temporal Convolutional Networks)并集成多层可解释性技术的混合深度学习框架,旨在实现多类脑肿瘤 MRI 分类的最先进准确率与临床可解释性。

Umme Sara, MSTMd. Mamu, MD IRFANUL KABIR HIRA, MD SOHAG HOSSAIN, Md. Kowsar Ahmed, Md. Mamun Ur Rashid2026-08-11
💻 computer science

Measuring How LLM Tool Descriptions, Cross-Tool Ambiguity, and Action Chains Compose into Excessive Agency Exploits

本文介绍了 AGENTSPILL,这是一项实证审计,旨在证明大型语言模型极易受到过度代理漏洞(excessive agency exploits)的影响——其总体成功率达到了 50.6%——特别是通过工具描述注入(tool description injection)和未确认动作链(unconfirmed action chaining)进行的攻击,这些手段会导致模型优先执行被操纵的指令而非规范的工具定义,并自主执行破坏性序列。

Mohammadreza Rashidi2026-08-11