Md Ataur Rahman; Dimitris Sacharidis; Oscar Romero; Sergi Nadal
Summary
LOKI introduces a horizontal bidirectional cross-attention architecture that learns contextualized representations of table rows and sentences, enabling Text-Mediated Join Path Discovery without explicit local supervision. It outperforms s…
Method
LOKI dibangun di atas mekanisme **cross-attention dua arah horizontal** yang secara bersama mengodekan baris tabel dan kalimat. Misalkan $\mathbf{R} \in \mathbb{R}^{n \times d}$ m…
Results
Evaluasi komprehensif pada tolok ukur dunia nyata menunjukkan bahwa LOKI secara konsisten mengungguli pendekatan penemuan data multi-modal mutakhir. Hasil kuantitatif utamanya adalah: - **Presisi pas…
Lenz Pracher; Pascal de Jong; Oskar Lieshaus; Alan Jeffares; Steffen Rulands
Summary
This paper provides a quantitative theory for how the transition from lazy to rich learning produces delayed generalization (grokking). The theory predicts that grokking timescale is controlled by the product of learning rate and weight de…
Method
Penulis mempertimbangkan jaringan homogen yang dilatih dengan squared loss dan $L_2$ weight decay. Mereka menunjukkan bahwa setelah memorisasi, residual terbatas tetap ada, dengan…
Results
Analisis teoretis menghasilkan beberapa prediksi. Pertama, skala waktu grokking dikendalikan oleh hasil kali learning rate ($\eta$) dan weight decay ($\lambda$). Secara spesifik, waktu generalisasi $…
Quantization-aware distillation (QAD) preserves short-form QA but degrades mathematical and code reasoning in sub-3-bit models. The authors introduce on-policy distillation (OPD), which trains the quantized student on its own autoregressiv…
Method
Kerangka kerja yang diusulkan terdiri dari dua tahap: (1) distilasi sadar kuantisasi (QAD) untuk inisialisasi bit rendah yang stabil, dan (2) distilasi on-policy (OPD) untuk pemul…
Results
Penulis melaporkan peningkatan substansial dalam penalaran panjang di berbagai benchmark. Hasil utama dirangkum di bawah ini. | Model | Bit Efektif | Retensi MATH-500 (BF16) | Retensi HumanEval (BF16…
This structured review evaluates AI-driven methodologies for real-time cyber threat classification and emerging threat detection, synthesizing over 50 peer-reviewed studies. It highlights superior detection capabilities of AI over traditio…
Method
Tinjauan ini mengikuti pendekatan terstruktur untuk menyintesiskan literatur tentang AI untuk klasifikasi ancaman siber real-time dan deteksi ancaman baru. Pencarian sistematis di…
Results
Literatur yang ditinjau mengungkapkan lanskap beragam pendekatan berbasis AI untuk klasifikasi ancaman siber real-time dan deteksi ancaman baru. Teknik machine learning dan deep learning banyak diter…
Talar Sabir Ahmed; Rawa M. Ali; Ari M. Abdullah; H. Yasseen; Ronak Ahmed; A. M. Salih; Dilan S. Hiwa; Shvan H. Mohammed
Summary
This study evaluates the diagnostic accuracy of ChatGPT-3.5 and Gemini against human pathologists in 60 dermatopathology cases, finding that while LLMs can provide accurate diagnoses in some instances, their overall performance is insuffic…
Method
Studi ini menggunakan desain komparatif dengan 60 skenario kasus histopatologi nyata penyakit kulit, separuh neoplastik dan separuh non-neoplastik, yang dipilih dari basis data ru…
Results
ChatGPT-3.5 mencapai kesesuaian lengkap pada 29 kasus (48,4%), kesesuaian sebagian pada 14 kasus (23,3%), dan tidak ada kesesuaian pada 17 kasus (28,3%). Gemini menunjukkan kesesuaian lengkap pada 20…
Mikkilineni and Kelly propose Mindful Machines, a computational paradigm that treats coherence as an architectural property rather than an emergent afterthought. Validated on credit default prediction, the approach matches static ML perfor…
Method
Sebuah Mindful Machine dispesifikasikan oleh **Digital Genome** (yang mengodekan tujuan, batasan, dan struktur pengetahuan) dan diorkestrasi oleh **Autopoietic and Meta-Cognitive …
Results
Mindful Machine tidak hanya menyamai tugas prediktif pipeline Logistic Regression statis, tetapi juga mencapai tiga kemampuan tambahan: - **Autopoiesis**: layanan yang menyembuhkan diri dan evolusi s…
M. Champendal; B. Lokaj; Valentin Durand de Gevigney; G. Brulé; Jamil Zaghir; P. Boiko; Christian Lovis; H. Müller; J. …
Summary
This scoping review synthesizes 13 studies on the environmental sustainability of AI in radiology, identifying key metrics (energy, carbon, water) and mitigation strategies such as lightweight architectures and eco-labels. Research remains…
Method
Tinjauan ini mengikuti metodologi Joanna Briggs Institute (JBI) untuk tinjauan lingkup. Pencarian sistematis dilakukan di MEDLINE, Embase, CINAHL, dan Web of Science, dengan fokus…
Results
13 studi yang disertakan mengungkap empat tema utama: konsumsi energi (n=10), jejak karbon (n=6), sumber daya komputasi (n=9), dan konsumsi air (n=2). Metrik yang dilaporkan meliputi emisi setara CO2…
Sina Gholami; Abdulmoneam Ali; Tania Haghighi; Rashadul H. Badhon; Behafarin Emam; Sally S. Y. Ong; Atalie C. Thompson;…
Summary
OCT-FedSIR introduces a spectral framework that identifies and corrects corrupted annotations in federated OCT classification, achieving 86.73% mean accuracy across 117 experimental conditions and recovering 77.2% of corrupted labels with …
Method
OCT-FedSIR menggabungkan lima komponen utama: (1) estimasi spektral yang seimbang kelas, (2) penyesuaian logit Tahap-I, (3) deskriptor spektral komplementer, (4) pelabelan ulang s…
Results
Kerangka kerja ini dievaluasi pada dataset Kermany, University of Illinois Chicago, dan Wake Forest di bawah derau asimetris simetris dan terstruktur serta tiga tingkat heterogenitas non-IID. Pada 11…
TriCalRAG benchmarks on-premise open-weight LLMs for root cause analysis in AIOps, showing RAG improves F1 by 0.10–0.27 over zero-shot and stabilizes calibration, while batching scales throughput 41× on a single GPU.
Method
Tolok ukur TriCalRAG dirancang untuk membandingkan strategi prompting dan model secara sistematis dalam kondisi terkendali. Pengaturan eksperimen menggunakan satu GPU NVIDIA RTX P…
Results
Hasilnya menunjukkan bahwa RAG tidak hanya meningkatkan F1 rata-rata sebesar 0,10–0,27 dibandingkan prompting zero-shot, tetapi yang lebih penting, secara substansial menstabilkan kalibrasi model. Pr…
CATS unifies 140 cloud regions with five-minute carbon-intensity traces to simulate carbon-aware scheduling, showing 38.4% CO2 reduction from spatial shifting and 16% from temporal shifting with bounded SLA violations.
Method
Para penulis menyusun dataset penyelarasan global yang menyatukan 140 wilayah cloud operasional dan terencana di 8 penyedia utama dengan jejak intensitas karbon lima menit untuk 1…
Results
Dalam jejak 24 jam dengan 600.000 tugas pada utilisasi armada 0,37, pergeseran spasial mengurangi CO2 sebesar 38,4% dibandingkan baseline yang mengutamakan kecepatan. Pergeseran temporal menghasilkan…
