Research Digest — LyndHub

Akses gratis untuk semua konten hanya login saja.

Jadwal Sholat

Memuat jadwal sholat…

Memuat

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 751–760 of 1825

Open AccessOA PDFPublished 25 Sept 2026

SafeQL: Search-based Refinement for Safe and Efficient LLM-based Text-to-SQL

Geonho Lee; Min-Soo Kim

Summary: SafeQL introduces a search-based refinement paradigm where the DBMS actively guides incremental repair of erroneous SQL components, improving execution accuracy and efficiency over regeneration-based methods on Bird and Spider benchmarks.
Method: SafeQL beroperasi dengan menafsirkan umpan balik DBMS untuk memperbaiki hanya komponen kueri yang salah secara inkremental, bukan meregenerasi seluruh kueri setelah kegagalan ekse…
Results: Eksperimen pada benchmark Bird dan Spider menunjukkan bahwa SafeQL secara signifikan meningkatkan akurasi eksekusi dan efisiensi dibandingkan metode berbasis regenerasi. Makalah ini melaporkan bahwa …

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

"Will This Data Break My Task?" - Interactive Synthesis of Task-Aware Data Unit Tests

Hao Chen; Arnab Phani; Sebastian Schelter

Summary: PrismaDV synthesizes task-aware data unit tests by jointly analyzing tabular data and downstream task code using LLM-powered steps, linking data constraints to source code via a data-code assumption graph. It outperforms task-agnostic base…
Method: PrismaDV adalah sistem AI gabungan yang menyintesis unit test data yang sadar tugas untuk data tabular dengan menganalisis data dan kode tugas hilir secara bersama. Sistem ini men…
Results: PrismaDV didemonstrasikan melalui antarmuka web interaktif tempat peserta menjalankan sistem pada lima dataset dunia nyata dengan 60 tugas hilir. Antarmuka ini memungkinkan peserta menyintesis, memer…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

Monotonicity-Guided Bottom-Up Petri Net Discovery: The SPECpp Framework

Leah Tacke genannt Unterberg; Lisa L. Mannel; Wil M. P. van der Aalst

Summary: SPECpp introduces a bottom-up Petri net discovery framework that uses monotonicity to characterize candidate places efficiently, allowing complex constructs to emerge organically rather than relying on predefined top-down patterns. The fra…
Method: Kerangka kerja SPECpp mengadopsi strategi penemuan bottom-up. Alih-alih memecah event log secara rekursif menggunakan konstruksi process tree yang telah ditentukan, kerangka ini t…
Results: Para penulis mengevaluasi SPECpp menggunakan data peristiwa sintetis maupun nyata. Data sintetis memungkinkan eksperimen terkendali untuk menilai dampak berbagai strategi terhadap kualitas model dan …

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

With a Thermomix You Lose the Ability to Cook: A Kitchen Machine Analogy for Applications of Generative AI in Education

Nikol Rummel; Valentina Nachtigall; Ernesto Panadero

Summary: This paper uses the Thermomix, a smart kitchen appliance, as an analogy to examine how generative AI tools like ChatGPT can either support or undermine meaningful learning. By mapping appliance use cases onto educational AI scenarios withi…
Method: Studi ini memakai pendekatan konseptual berbasis analogi, bukan pengumpulan data empiris. Penulis secara sistematis memetakan fungsionalitas dan pola penggunaan Thermomix ke pener…
Results: Pemetaan mengungkap spektrum kasus penggunaan AI generatif dalam pendidikan, masing-masing dengan implikasi berbeda bagi pembelajaran. Penulis menyajikan beberapa skenario ilustratif: 1. **Passive Us…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

Strangers to Themselves: What Language Models Say About Themselves Is Generic

Phil Blandfort; Urja Pawar

Summary: Language models predict their own behavior no better than they predict a generic AI agent's, and first-person framing introduces a flattering bias. The findings challenge assumptions about self-knowledge in AI and have implications for ali…
Method: Penulis melakukan sembilan evaluasi perilaku, masing-masing dirancang untuk memunculkan perilaku tertentu (misalnya, kerentanan terhadap tekanan, penyalahgunaan alat, berbohong di…
Results: Hasilnya mengungkap empat temuan kunci: 1. **Laporan diri yang lemah**: Laporan diri langsung lemah ($r = +0.04$). Bahkan ketika model diperlihatkan item persis, prediksi hanya naik menjadi $+0.24$. …

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026Materials Genome Engineering Advances

PVmatAgent: A Large Language Model (LLM) Agent for Perovskite Photovoltaic Material Design and Analysis

Hang-Yuan Deng; Yu-Yan Wu; You-Le Wang; Lei Zhang

Summary: PVmatAgent is an LLM-based autonomous agent that integrates 11 domain-specific tools to perform perovskite photovoltaic material design and analysis. It addresses LLM limitations in domain grounding, reliability, and integrated computation…
Method: PVmatAgent mengintegrasikan 11 alat khusus domain yang diorganisasi ke dalam 9 modul fungsional. Alat-alat tersebut meliputi: - **CHGNet**: Medan gaya machine learning untuk relak…
Results: Sistem divalidasi pada empat skenario representatif. Hasil menunjukkan bahwa PVmatAgent secara efektif menjalankan tugas komputasi dan memberikan rekomendasi korektif yang didasarkan pada bukti liter…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

Cyber-Financial Contagion: Modeling the Propagation of an AI Vendor Compromise Through the Banking System

Alex Leytes

Summary: This paper introduces CFC-Prop, a stochastic epidemic-and-clearing model on a four-layer heterogeneous network of AI vendors, banks, interbank exposures, and customer accounts, showing how a single vendor compromise can cascade into system…
Method: Para penulis membangun jaringan heterogen empat lapis yang menggabungkan vendor AI, lembaga keuangan, eksposur antarbank, dan akun nasabah. Pada jaringan ini, mereka mengusulkan C…
Results: Pada dataset sintetis, CFC-Prop mereproduksi distribusi kerugian berekor berat dan ketergantungan tajam pada latensi patch, konsisten dengan bukti siber-keuangan sebelumnya. Model menunjukkan bahwa p…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

On the Lexical Superstition of Large Language Models for Code Comprehension: Re-evaluation on Code of Low Lexical Quality

Xin Shen; San-Zhuo Xi; Yali Du; Ming Li

Summary: The paper introduces Face/Off, a semantics-preserving identifier-renaming framework, and shows that LLMs systematically overemphasize lexical cues over program structure across multiple models and code-comprehension tasks. The effect persi…
Method: Penulis merancang **Face/Off**, kerangka yang secara sistematis mengganti nama pengenal sambil mempertahankan struktur dan semantik program. Kerangka ini mendefinisikan kondisi pe…
Results: Pada model dan tugas utama yang dievaluasi, penekanan leksikal yang berlebihan bersifat merata. Kinerja umumnya menurun ketika informasi pengenal dihapus atau dibuat menyesatkan. Yang lebih mencolok,…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

TimeInteract: Towards Real-Time Interactive Intelligence for Streaming Time Series

Sheng Pan; Yongli Gu; Yiqing Guo; Warren Jin; Bo Du; Shirui Pan; Ming Jin

Summary: TimeInteract introduces Time-Series Interaction, a regime where a model continuously perceives streaming observations and user intent, autonomously decides when to respond, and keeps processing new data during generation. It achieves up to…
Method: TimeInteract dibangun di atas tiga komponen yang terkoordinasi. **1. Encoder TS streaming dual-view.** Encoder menangkap variasi lokal dan dinamika historis. Variasi lokal diekstr…
Results: Di seluruh empat tingkat interaksi, TimeInteract secara konsisten mengungguli LLM, VLM, dan TSLM yang ada. Peningkatan yang dilaporkan mencapai hingga **23,92 poin** pada tugas-tugas menantang. Selis…

Open document Full editorial

Open AccessOA PDFPublished 25 Sept 2026

DeepFEAv2: Deep Learning for Transient Finite Element Analysis Beyond Structured Meshes

Georgios Triantafyllou; Panagiotis G. Kalozoumis; Dimitris K. Iakovidis

Summary: DeepFEAv2 extends the DeepFEA framework to handle unstructured meshes and multiple element types, achieving R² up to 0.99 and up to three orders of magnitude faster inference than traditional FEA. It introduces a connectivity-based input o…
Method: DeepFEAv2 terdiri atas tiga komponen utama. Pertama, **modul pengorganisasian input berbasis konektivitas** memanfaatkan matriks konektivitas FE untuk mengelompokkan fitur input b…
Results: DeepFEAv2 dievaluasi pada dataset elastis linear 3D terstruktur dan tak terstruktur, serta pada dataset katup aorta yang digerakkan tekanan. Kerangka kerja ini mencapai nilai R² hingga 0,99 dan error…

Open document Full editorial