💻 computer science

Convergent assessment cannot be policed: a residual-entropy bound on authorship attribution and its consequences for integrity in quantitative disciplines

本文认为,对于像多项选择题这类收敛性评估形式而言,作者身份归属在结构上是不可能的,因为正确答案包含零剩余熵,这使得目前基于论文检测的 AI 诚信政策在定量学科中显得不合理,并使得针对特定模态的控制措施成为必要。

TANZIM ISLAM KHAN2026-08-04
💻 computer science

Acoustic-Prosodic Evidence in Multimodal Sarcasm Detection: A Controlled and Interpretable Evaluation of PEFM-CMAE on the Complete MUStARD Corpus

本研究表明,集成声学-韵律特征与显式文本-音频不一致性的 PEFM-CMAE 模型在 MUStARD 数据集上的语音讽刺检测表现显著优于仅基于文本的基准模型,尽管其在泛化至未见过的节目时性能有所下降。

Iyanuoluwa Fatoki, Victoria Bolanle Oyekunle, Emmanuel Adebowale Adediran2026-08-04
💻 computer science

The Base-Rate Trap in Generative AI Text Detection: Why Detectors Cannot Serve as Standalone Evidence of Academic Misconduct, and Who Bears the Cost

本文认为,由于基础率谬误(base-rate fallacy)会导致不可接受的高误报率以及对非母语英语作者造成的严重差异化影响,生成式人工智能文本检测器在结构上并不适合作为学术不端行为的独立证据,因此有必要从基于检测的监管转向评估设计的重构。

TANZIM ISLAM KHAN2026-08-04
💻 computer science

A Systematic Review and Taxonomy of GenAI Usage in Programming Education: A Self-Regulation Perspective

这项涵盖截至2025年10月共58项研究的系统综述提出了一个四维分类法,旨在表明生成式人工智能对编程教育中学生自我调节的影响并不取决于技术本身,而是取决于能够培养自主性的结构化教学中介策略与鼓励认知依赖的无引导情境之间的差异。

Daniel Candido Oliveira, Pedro Santana, André L. Santos2026-08-04
💻 computer science

Resilient Supply Chain Optimisation under Geopolitical Disruptions: A Preference-Guided NSGA-II Approach for Multi-Criteria Decision Support

本文提出了一种结合 TOPSIS 和 VIKOR 的偏好引导型 NSGA-II 框架,用于在地缘政治扰动下优化多目标供应链决策,并在人道主义物流场景中证明了其在平衡成本、服务连续性和韧性方面优于五种基准算法的卓越性能。

Mahmoud M.Ibrahim, Ismail M. Ali, Shereen Zaki, Amal F. Abdel-Gawad, Mahmoud M. Ismail2026-08-04
💻 computer science

UGTC:Uncertainty-Gated Temporal Credit — A Modular Advantage Estimator for Actor-Critic RL

本文介绍了 UGTC,这是一种模块化优势估计器,它基于状态相关的认知不确定性动态地融合快速和慢速评论家,从而显著加速收敛并提高多种 actor-critic 算法的峰值性能,同时对其成功之处及特定的失败模式进行了严谨的分析。

Yağız Ekrem Dalar, Nedim Mutlu Sezer, Ömer Faruk Aksoy, Feyzi Arda Salihoğlu, Ahmet Rıfat Öztürk2026-08-04
💻 computer science

Exposing Contextual Amnesia in Vision–Language Segmentation: A Diagnostic Benchmark of Compositional, Relational, and Absence-Aware Referring Expressions

本文揭示了最先进的视觉-语言分割模型中存在的一种关键的“上下文失忆”失效模式,通过一个新的合成基准测试证明,尽管这些系统具有强大的属性接地能力,但在处理关系、否定和空目标提示词时仍会发生系统性崩溃,同时表明较小的随机初始化架构和针对性的适配技术可以显著超越现有的数十亿参数级联模型。

Yağız Ekrem Dalar, Nedim Mutlu Sezer, Ömer Faruk Aksoy, Feyzi Arda Salihoğlu, Ahmet Rıfat Öztürk2026-08-04