💻 计算机科学
CEDV-MIE: Controlled Text-Anchored Evidence-Dependence Verification for Low-Resource Multimodal Information Extraction
CEDV-MIE 是一种针对低资源多模态信息提取的无参数、推理时验证方法，它通过修改被识别为支持证据的文本跨度进行测试并强制执行预测一致性，从而在无需额外数据或标注的情况下提高模型的准确性和证据稳定性。
💻 Category
cs
4030 篇论文
💻 计算机科学
Thirty Years of Digital Libraries: What ECDL/TPDL Tells Us About the Field, and Where We Go from Here
本文通过分析三十年来的 ECDL/TPDL 会议论文集，揭示了该领域从构建数字图书馆系统向利用先进数据技术处理精选集的演进过程，并最终提出了将重点重新定义为负责任的策展以及扩大全球参与。
💻 计算机科学
How Response Parsing Manufactures Scaling Laws: A Replication and Measurement-Validity Audit of Constraint-Tracking Capacity in LLMs
本文通过证明解析器回退、分母选择偏差以及格式不合规人为地夸大了原有的结果，同时还揭示了所声称的架构边界无法区分用于计算的模型，从而在复现了大型语言模型中存在有界约束追踪能力的同时，使此前报道的幂律缩放指数失效。
💻 计算机科学
Neither the Judge nor the Rules: Instrument-Validity Failure in Safety-Response Classification
本文表明，作为大语言模型自动化安全性评估的两大主流工具，LLM-as-judge（以大模型作为评判者）和基于规则的分类器，在对照人工标注基准进行验证时，均无法准确识别不安全响应，这揭示了若缺乏严格的、针对特定工具的误差报告，两者都无法提供可靠且中立的衡量标准。
💻 计算机科学
Attribution Under a Floor: Why Single-Component Ablation Overcounts Safety-Critical Layers and Neurons
本文表明，由于提示词测试集规模较小和不安全基准线导致的“地板效应”，用于识别微调语言模型中安全关键层与神经元的标准方法在统计学上存在缺陷，这导致了对关键组件的错误计数，并使已发表的关于双机制安全解释的证据失效。
💻 计算机科学
Position, not importance: what a likelihood threshold actually defers on
本文表明，Empower 助手训练方法的基于似然度的停止规则无法区分危险与良性的代码补全，而是根据标记位置和局部可预测性进行延迟，从而导致生成不完整的有用代码或生成不安全的逻辑分支。
💻 计算机科学
When Validating the Judge Changes the Result: Instability in Human Validation of LLM Safety Graders
本文表明，人类对大语言模型安全性判断的验证具有高度的不稳定性，且依赖于盲测和标注者人数等程序性因素，往往会产生相互矛盾的结果，从而可能任意地决定模型是否通过安全性阈值。
💻 计算机科学
Deconstructing the "Elusive Smile": A Multiscale Spatial Frequency and Vision Transformer Analysis of Affective Ambiguity in Leonardo da Vinci's Mona Lisa
本研究通过多尺度空间频率滤波和视觉Transformer分析，证明了在边缘或远距离视角（粗空间频率）下，该肖像所感知的幸福感显著高于直接中央凹注视（细空间频率）下的表现（后者转向中性或忧郁），从而验证了神经生物学家玛格丽特·利文斯通关于《蒙娜丽莎》“难以捉摸的微笑”的假设。
💻 计算机科学
A Lemmatized Corpus of the Pali Canon with Critical Apparatus
本文呈现了一个开放获取的、经过词干化处理的 160 万标记量巴利语经藏语料库，该语料库具备涵盖五种文本传统的校勘装置，对连音与格律变体进行了专门处理，并拥有高覆盖率的词干化功能，从而能够实现此前对于这种低资源语言而言难以完成的高级计算语言学任务。
💻 计算机科学
Museum-grounded auditing reveals systematic form failures in AI-generated Chinese lacquerware
本文引入了一种名为“文化幻觉”的博物馆基准审计框架，用于评估人工智能生成的中国漆器，结果表明，尽管自动化指标无法检测出系统性的形态错误，但人工裁定证实了其与历史证据之间存在显著矛盾，尤其是在秦汉耳杯等特定器物类别中。