Irina Nikishina; M. Tikhonova; Viktoriia Chekalina; Alexey Zaytsev; Artem Vazhentsev; Alexander Panchenko
Summary
This paper presents a Transformer course for academia and industry, covering 15 sessions with lectures and practicals, plus two CodaLab competitions. It was run six times (four in industry, two in academia) and continuously updated with re…
Method
Desain kursus mengikuti pendekatan modular dengan 15 sesi, masing-masing menggabungkan kuliah dan praktik langsung. Enam sesi pertama memperkenalkan arsitektur Transformer dan var…
Results
Kursus ini disampaikan enam kali: empat kali kepada audiens industri dan dua kali kepada mahasiswa akademik. Umpan balik dari kedua kelompok positif, menunjukkan efektivitas kurikulum dan format komp…
Rosetta recovers column semantics from data values alone by placing a language model inside a deterministic verification harness. It achieves 0.475 accuracy on 42% of columns it commits to, versus 0.223 on 94% for the model alone, with gai…
Method
Rosetta beroperasi dengan mengintegrasikan model bahasa di dalam harness verifikasi. Profiler deterministik terlebih dahulu menganalisis nilai kolom untuk mengekstrak bukti strukt…
Results
Pada 680 kolom berpasangan dari basis data BIRD dengan pengenal dihancurkan, Rosetta mencapai akurasi 0.475 pada 42% kolom yang dikomit, dibandingkan dengan akurasi 0.223 pada 94% untuk model yang sa…
Guixu replaces keyword-based dataset retrieval with task-aware, budget-constrained data valuation for autonomous agents. It combines proxy-label propagation, multi-round knapsack optimization, agentic payment protocols, and on-chain attest…
Method
Metodologi Guixu disusun di sekitar pipeline valuasi tiga fase yang mengubah spesifikasi tugas berbahasa alami menjadi kumpulan dataset yang diperingkat dan layak anggaran. Fase p…
Results
Makalah ini disajikan sebagai sistem demonstrasi, sehingga hasil yang dilaporkan berpusat pada alur kerja yang dapat dijalankan peserta secara interaktif, bukan pada tabel benchmark. Demonstrasi ini …
Giacomo De Colle; Helena Blackmore; Chris Partridge
Summary
De Colle, Blackmore, and Partridge propose a novel methodology that validates semantic mappings between data sources grounded in different foundational ontologies by leveraging the ontologies' metaphysical commitments. The approach is demo…
Method
Metodologi berlangsung dalam tiga tahap. Pertama, penulis mengekstraksi komitmen metafisik setiap fondasi ontologi—khususnya IES dan BFO—dengan menganalisis aksiomatisasi dan pola…
Results
Penulis melaporkan penerapan kerangka mereka pada kasus uji IES–BFO. Mereka mengidentifikasi seperangkat komitmen metafisik yang berbeda antara kedua ontologi, terutama seputar perlakuan continuant, …
Yiming Lin; Chiyu Hao; Shreya Shankar; Aditya G. Parameswaran
Summary
Scout exploits document similarity to generate and refine extraction rules from a few samples, matching frontier LLM agent accuracy while being 61x to over 1000x cheaper on 1,000-document collections. It handles partially similar collectio…
Method
Scout beroperasi dalam dua fase utama: pembangkitan aturan dan penyempurnaan aturan, diikuti strategi bertingkat untuk koleksi yang sebagian mirip. **Pembangkitan Aturan.** Dari s…
Results
Eksperimen pada enam dataset dunia nyata menunjukkan bahwa Scout menyamai akurasi baseline terkuat—agen LLM terdepan yang membaca setiap dokumen secara penuh—sekaligus 61x hingga lebih dari 1000x leb…
Zhuowen Liang; Zhengxuan Zhang; Jiayang Wang; Jiazhuo Chen; Nan Tang
Summary
Doc2DB-Bench evaluates document understanding as database construction rather than isolated field extraction, providing 203 long-document instances across 42 schemas and seven domain groups. It exposes the inadequacy of Document-to-Table b…
Method
Benchmark ini dibangun melalui pipeline sintesis DB-to-Doc yang dapat dikendalikan. Pipeline ini dimulai dengan instans basis data relasional dan menghasilkan dokumen panjang yang…
Results
Doc2DB-Bench berisi 203 instans dokumen panjang di 42 skema dan tujuh kelompok domain. Instans basis data mencakup 117 tabel entitas dan 132 tabel hubungan, dengan total 7.341 baris dan 41.935 sel. S…
InSituANN enables billion-scale approximate nearest neighbor search on a single commodity GPU by keeping base vectors in host memory and performing fine search in situ, avoiding PCIe transfers of high-dimensional vectors. It builds an IVF …
Method
InSituANN dibangun di atas indeks inverted file (IVF), yang mempartisi ruang vektor menjadi klaster melalui coarse quantizer dan menyimpan vektor basis dalam inverted list. Prinsi…
Results
Makalah ini mengevaluasi InSituANN pada dataset skala miliar, termasuk SIFT-1B dan DEEP-1B. Pada recall yang setara, InSituANN meningkatkan throughput end-to-end sebesar 104,9x-4298,2x dibandingkan b…
This implementation report details how Rowan University replaced manual freshman course placement and registration with an automated system integrating Banner, Google Sheets, and advising data, processing over 3,500 students while saving 3…
Method
Inisiatif otomatisasi ini dikembangkan oleh tim lintas departemen yang mengintegrasikan data dari berbagai sumber: Banner (Student Information System), Google Sheets yang dikelola…
Results
Sistem otomatis berhasil memproses lebih dari 3.500 mahasiswa baru, mencapai penghematan waktu tahunan lebih dari 350 jam. Ini merupakan pengurangan signifikan dalam beban kerja administratif bagi Te…
PolicyKG is an LLM pipeline that reads institutional policy PDFs, classifies each sentence as obligation, permission, or prohibition, lifts labels into first-order deontic logic, and emits SHACL constraints. On the AIT Policies and Procedu…
Method
PolicyKG menjalankan empat tahap pada mesin status LangGraph dengan validator per tahap. Tahapannya adalah: (1) klasifikasi kalimat ke kategori deontik, (2) pengangkatan ke logika…
Results
Pada korpus AIT, PolicyKG mencapai akurasi klasifikasi deontik 86,9% (Cohen's kappa = .709). Tiga anotator secara independen memberi label ulang pada sampel 50 item dan sepakat pada Fleiss' kappa = .…
This paper releases real Cosmos DB NoSQL traces, defines the Distressed Resource Volume (DRV) reliability metric, and presents LoadStar, Luna, and Orbit to optimize replica placement. Production deployment shows up to 35% resource reductio…
Method
Metodologi berjalan dalam empat tahap. Pertama, penulis mengumpulkan dan membuka beban kerja NoSQL dari klaster Cosmos DB nyata, menyediakan korpus trace yang mencerminkan pola la…
Results
Eksperimen, yang divalidasi menggunakan LoadStar pada beban kerja yang dirilis, membandingkan Orbit dengan dua baseline: kebijakan Cosmos DB yang ada dan baseline worst-fit yang dioptimalkan. Di selu…
