Akses gratis untuk semua konten hanya login saja.

Jadwal Sholat

Memuat jadwal sholat…

Memuat

Research Digest

Research Digest

Popular, practitioner-ready demystifiers from indexed venues. Separate from LyJIT manuscript submissions at journal.lyndhub.com.

Open CS search index →

Ilmu Komputer & AI Teknik & Rekayasa Kedokteran & Kesehatan Ekonomi & Bisnis Ilmu Sosial Hukum Pendidikan Pertanian & Lingkungan Fisika & Matematika Humaniora

Showing 261–270 of 1377

Open AccessOA PDFPublished 25 Sept 2026

The Tasteful Agent: Measuring and Improving Taste in Long-Horizon Tasks

Wenbo Pan; Zhichao Liu; Shujie Liu; Jingying Zeng; Chin-Yew Lin; Xianfeng Tang; Yan Lu; Qi He; Xiaohua Jia

Summary: This paper introduces the concept of "taste" for LLM agents—the ability to make good long-horizon decisions—and presents Taste-Bench, a benchmark of automatically mined decision forks from agent trajectories. Frontier models answer only 59…
Method: Penulis membangun Taste-Bench dengan menambang persimpangan keputusan dari lintasan yang dihasilkan oleh agen pada tugas rekayasa dan penelitian. Dua sumber persimpangan digunakan…
Results: Penulis mengevaluasi model terdepan pada Taste-Bench dan melaporkan bahwa model terbaik hanya menjawab **59,7%** pertanyaan dengan benar. Ini menunjukkan bahwa bahkan LLM tercanggih kesulitan dengan …

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

When Are Aggregate Agent Traces Diagnosable? Traffic-Governed Interpretation and Calibrated Abstention

Peiying Zhu; Sidi Chang

Summary: Runtime traces from closed-loop policies are only interpretable when the affected states are actually visited. This work introduces a two-stage admission gate—reference-map support followed by matched runtime support—that calibrates false …
Method: Kerangka kerja ini menggunakan dua gerbang berurutan. **Gerbang peta referensi** mensyaratkan dukungan kebijakan bersih yang berulang untuk unit komponen rezim. **Gerbang runtime …
Results: Dalam evaluasi heldout satu kali yang dibekukan, 55/72 (76,4%) unit komponen rezim diterima referensi, mewakili 20 komponen fisik. Dari jumlah tersebut, 54/55 lolos penerimaan runtime yang cocok, sed…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

You Only Need 2/3 of the Chosen Experts: An Empirical Study of Dynamic Expert Pruning in Fine-Grained MoE LLMs

Yuanteng Chen; Qiwei Lai; Chen Tianqi; Peisong Wang; Yuantian Shao; Nanxin Zeng; Zhilei Liu; Chuangyi Li; Jing Liu; Jia…

Summary: Fine-grained MoE LLMs select far more experts per token than necessary: keeping only two thirds of the chosen experts retains 98.8% of unpruned performance on average and yields 1.2-1.7x measured speedup. Dynamic expert pruning only earns …
Method: Studi ini disusun sekitar perbandingan terkendali antara pemotongan pakar seragam dan aturan alokasi pakar dinamis. **Model dan benchmark.** Dua belas checkpoint MoE berbutir halu…
Results: Hasil empiris disusun sekitar tiga pertanyaan penelitian. **Redundansi pemilihan pakar.** Pemilihan pakar jauh lebih redundan daripada yang diasumsikan oleh titik operasi bidang ini. Mempertahankan s…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

MorphoSHAP: Rethinking the Unit of Attribution in Explanation for Deep Visual Models

Anirudh Prabhakaran; Alexandre Rocchi; Gianni Franchi

Summary: MorphoSHAP introduces morphological shapes from the Tree of Shapes as the players in a Shapley attribution game, providing spatial, textual, and global class-level explanations. It outperforms competing attribution methods across five data…
Method: MorphoSHAP adalah metode post-hoc yang agnostik terhadap model yang merumuskan atribusi sebagai permainan Shapley di mana para pemainnya adalah bentuk morfologis yang diekstraksi …
Results: Para penulis mengevaluasi MorphoSHAP pada lima dataset yang beragam dan tiga arsitektur. Mereka melaporkan kinerja insertion/deletion yang kuat, metrik umum untuk kualitas atribusi di mana piksel ata…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

CogenPVG: Cognitive-Enhanced Reflective Multi-Agent Framework for Persuasive Video Generation

Yuntian Xiao; Shoulong Zhang; Wenfeng Song; Yan Wang; Yi Chen; Shuai Li

Summary: CogenPVG decouples persuasive video generation into argument reasoning, storyboard planning, asset creation, and post-editing, each stage pairing a generator with a critic agent under the Elaboration Likelihood Model. Experiments report st…
Method: Metodologi disusun sebagai pipeline multi-agen bertahap dengan penyempurnaan reflektif. Masukannya adalah topik dan sikap dari pengguna. Keluarannya adalah video persuasif. Keempa…
Results: Abstrak melaporkan bahwa eksperimen ekstensif dan analisis komprehensif menunjukkan kerangka ini mencapai **kinerja persuasi terbaik**. Penulis menyatakan bahwa hal ini membuktikan efektivitas kerang…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

In-Context Guidance: Learning Inter-Task Synergies via Numerical Foundational Models for Few-Shot Multitask Optimization

Tingyang Wei; Haofeng Wu; Jiao Liu; Zhao Wei; Puay Siew Tan; Yew-Soon Ong

Summary: ICG-MTO leverages a frozen numerical foundational model to infer auxiliary guidance for inter-task coupling estimation in few-shot multitask optimization, mitigating negative transfer. It is instantiated as ICG-MTBO for multitask Bayesian …
Method: ICG-MTO beroperasi melalui tiga tahap: 1. **Konstruksi kueri dalam konteks**: Dari himpunan solusi yang dievaluasi, dibangun kueri dalam konteks yang spesifik algoritma. Untuk ICG…
Results: Penulis mengevaluasi ICG-MTO pada tolok ukur sintetis dan masalah kendali lengan robot di dunia nyata. Eksperimen membandingkan ICG-MTBO dengan optimasi Bayesian multitugas standar dan ICG-MTO dengan…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

Optimizing the Score, Losing Sight of the Task: Reward Hacking Across Weights, Selection, and Prompts

Vansh Wahi

Summary: A higher evaluation score does not always mean a better language model system. This digest examines how reward hacking arises across three optimization substrates — weights, selection, and prompts — and maps which defenses transfer between…
Method: Kerangka ini memformalkan dua konstruk utama: 1. **Batas atas ketidaksepakatan evaluator yang bergantung pada jarak.** Misalkan $\pi$ adalah suatu kebijakan dan $\pi'$ adalah kebi…
Results: Analisis formal, ilustrasi numerik, dan bukti yang dipublikasikan bersama-sama memberikan dasar untuk membandingkan metode optimasi. Hasil utama meliputi: - **Batas yang bergantung pada jarak:** Bata…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

Prediction Is Not Detection: Evaluating Pre-Recognition Claims in Longitudinal Clinical AI

Jing Yang; Long R. Jiao; Xiujun Cai; Zongjiu Zhang

Summary: Event-based evaluations of longitudinal clinical AI can inflate apparent performance and lead time by treating recognition-mediated care-process signals as shortcuts and recognition-dependent endpoints as reference standards. The authors p…
Method: Para penulis mengusulkan kerangka evaluasi formal yang dibangun di atas tiga pilar. Pertama, mereka mendefinisikan transisi pra-rekognisi tersensor interval. Misalkan $T_{\text{re…
Results: Abstrak tidak melaporkan hasil empiris dari dataset tertentu; sebagai gantinya, abstrak menyajikan kontribusi konseptual dan metodologis. Para penulis berargumen bahwa evaluasi berbasis peristiwa dap…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

AgenticSizing: A Large Language Model-based Multi-Agent Framework for Analog Circuit Sizing

Yijia Hao; Pratibha Verma; Dongxu Guo; Cristian Sestito; Michael O'Boyle; Christos-Savvas Bouganis; Themis Prodromakis

Summary: AgenticSizing is a multi-agent LLM framework for analog circuit sizing that analyzes circuit topology, decomposes netlists into functional blocks, and coordinates role-specialized agents to optimize design variables. It achieves a 60% succ…
Method: Kerangka kerja AgenticSizing beroperasi dalam tiga tahap utama: analisis topologi, ekstraksi pengetahuan, dan sizing multi-agen. Pertama, netlist sirkuit diuraikan untuk mengident…
Results: Kerangka kerja ini divalidasi pada delapan sirkuit, dengan desain terbesar berisi hingga 55 transistor dan 60 variabel sizing. Untuk benchmark LDO, metode yang diusulkan mencapai tingkat keberhasilan…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

Evaluating the Effectiveness of SechKAN on 1D Data

Hoang-Thang Ta

Summary: SechKAN, a KAN variant using hyperbolic secant basis functions with 1D projection, achieves competitive performance against MLP, CNN1D, ResNet1D, and DSCNN1D on three 1D classification datasets, with particularly strong results on Crop. Ab…
Method: SechKAN dibangun di atas kerangka KAN, di mana setiap edge dalam jaringan menghitung fungsi univariat yang dapat dipelajari. Dalam SechKAN, fungsi-fungsi ini diparameterisasi seba…
Results: SechKAN mencapai kinerja kompetitif pada ketiga dataset. Pada UCI HAR, SechKAN berkinerja sebanding dengan MLP dan CNN1D, sedangkan pada ElectricDevices, ia menunjukkan akurasi serupa dengan ResNet1D…

Open document Full editorial