This paper introduces a data-aware candidate selection method for NL2SQL translation that uses small separating instances and provenance to distinguish between candidate SQL queries. Experiments on BIRD-DEV show that the method significant…
Method
Metode yang diusulkan, bernama SISelection (Small Separating Instance Selection), beroperasi pada sekumpulan kueri SQL kandidat yang dihasilkan untuk pertanyaan bahasa alami. Untu…
Results
Penulis mengevaluasi metode mereka pada subset benchmark BIRD-DEV, yaitu dataset skala besar untuk tugas NL2SQL. Mereka membandingkan dengan tiga baseline alami: seleksi acak, seleksi berdasarkan pan…
Larroque and Manière show that even within classes of existential rules with decidable conjunctive query entailment, checking membership in the standard chase-termination classes and the bounded treewidth set (BTS) class remains undecidabl…
Method
Penulis melakukan analisis keterputusan (decidability) terhadap masalah keanggotaan untuk kelas chase-termination dan kelas BTS, dengan asumsi bahwa kelas ambien sudah menikmati e…
Results
Hasil utamanya bersifat negatif: untuk kelas-kelas yang didasarkan pada terminasi semua varian chase klasik (oblivious, semi-oblivious, restricted, core) dan untuk kelas BTS, keanggotaan tidak dapat …
This work presents a real-world dataset collected from a commercially deployed 5G network across multiple mobility modes and speeds, focusing on handover, beam management, and timing advance measurements. It enables AI/ML model training an…
Method
Dataset ini dikumpulkan dari jaringan yang telah di-deploy secara komersial untuk merekam mobilitas UE di dunia nyata. Akuisisi data melibatkan berbagai mode mobilitas: pejalan ka…
Results
Dataset ini mencakup berbagai skenario mobilitas, dari pejalan kaki hingga kereta, pada berbagai kecepatan, memberikan gambaran komprehensif tentang mobilitas UE di jaringan 5G komersial. Pengukuran …
Junze Liu; Kun Qian; Florian Dubost; Kai Zhong; Arvind Srinivasan; Nan Chen; Anping Wang; Sam Zhang; Alejandro Mottini;…
Summary
Vision-language models can generate code that reconstructs 3D scenes from geometric primitives yet fail simpler spatial questions on the same image. This paper introduces SpatialBabel, Code-CoT, and S³-FT to exploit primitives as a transfe…
Method
Makalah ini memperkenalkan tiga komponen. **SpatialBabel** adalah benchmark yang mengevaluasi empat belas VLM pada rekonstruksi adegan 3D berbasis primitif di enam *scene-code lan…
Results
Dengan pelatihan hanya pada gambar primitif, S³-FT meningkatkan Qwen3-VL-8B sebesar $+4.6$ hingga $+8.6\%$ pada SpatialBabel-Primitive-QA, $+9.7\%$ pada CV-Bench-2D, dan $+17\%$ pada HallusionBench; …
Yong Liu; Ximan Liu; Guoqing Yang; Bing Bai; Xiaoqiang Xu; Zhen Chen; Ke Zhang; Yan Li
Summary
OxyEcomBench introduces ~6,300 expert-verified bilingual instances spanning three stakeholder roles, six capability aspects, and 29 tasks to systematically quantify how multimodal foundation models underperform in real-world e-commerce set…
Method
OxyEcomBench dibangun dari platform e-commerce autentik, dengan seluruh data diverifikasi oleh pakar domain. Tolok ukur ini mengadopsi desain yang sadar tingkat kesulitan mengguna…
Results
Evaluasi pada **20 LLM dan MLLM arus utama** menunjukkan bahwa bahkan model terdepan hanya mencapai kinerja yang moderat pada OxyEcomBench. Kesenjangan kinerja antarmodel menyempit pada tolok ukur in…
Abdul Rafay; Yuni Susanti; David Lamprecht; Michael Färber
Summary
SemRepo is an RDF knowledge graph comprising over 81 million triples describing nearly 200,000 GitHub repositories associated with scientific research. It interlinks repository metadata with external scholarly knowledge graphs to enable la…
Method
SemRepo dibangun sebagai graf pengetahuan RDF yang mengikuti prinsip Linked Data. Graf ini mengintegrasikan data dari berbagai sumber melalui entity linking dan penyelarasan seman…
Results
SemRepo berhasil mengintegrasikan metadata tingkat repositori dengan graf pengetahuan keilmuan, menghasilkan sumber daya yang komprehensif untuk menganalisis perangkat lunak penelitian. Hasil kuantit…
Janos Arpasi; Bartosz Jan Bednarczyk; Magdalena Ortiz
Summary
The paper introduces ELbotpreceq, a Horn description logic that strictly extends DL-Lite while supporting reachability axioms and restricted conjunction, achieving NL data complexity via rewriting into nested two-way regular path queries. …
Method
Para penulis mendefinisikan ELbotpreceq dengan memperluas ELI dengan mekanisme stratifikasi yang memisahkan konjungsi dari rekursi. Stratifikasi ini memastikan bahwa interaksi ant…
Results
Hasil utamanya adalah ELbotpreceq menikmati kompleksitas data NL untuk penjawaban kueri. Hal ini ditetapkan melalui penulisan ulang menjadi nested two-way regular path queries, yang dievaluasi dalam …
This paper proposes dedicated FPGA-based lock and transaction agents with integrated lock tables to eliminate DRAM access overhead in OLTP systems. Experiments show up to 51× higher transaction throughput over a CPU baseline on the TPC-C b…
Method
Sistem yang diusulkan terdiri dari dua komponen perangkat keras utama: agen kunci dan agen transaksi, keduanya diimplementasikan pada FPGA. Agen kunci mengintegrasikan tabel kunci…
Results
Hasil eksperimen menunjukkan throughput transaksi hingga 51X lebih tinggi dibandingkan baseline CPU pada benchmark TPC-C. Peningkatan signifikan ini disebabkan oleh penghapusan overhead akses DRAM un…
This paper proposes a stage-wise preference optimization framework that reduces hallucination in vision-language models by constructing hard preference pairs near known failure boundaries. Experiments show improved grounding consistency an…
Method
Kerangka yang diusulkan terdiri dari tiga tahap utama: (1) identifikasi batas kegagalan, (2) generasi hard negative, dan (3) pelatihan DPO bertahap. Pertama, model dievaluasi pada…
Results
Eksperimen dilakukan pada benchmark open-source dan skenario evaluasi multimodal dunia nyata. Kerangka yang diusulkan menunjukkan konsistensi grounding yang lebih baik, halusinasi yang berkurang, dan…
RAM treats tuple attributes as tokens and uses random walks to build contextual documents, enabling retrieval-based semantic relevance estimation. It introduces ATRA and ETRA augmentations plus a layer-wise architecture, achieving state-of…
Method
RAM beroperasi dalam tiga tahap utama: konstruksi dokumen, augmentasi berbasis retrieval, dan pembelajaran representasi berlapis. **Konstruksi Dokumen.** Setiap tuple diperlakukan…
Results
Penulis melakukan eksperimen ekstensif pada lima basis data relasional dunia nyata, mencakup beragam tugas prediksi seperti klasifikasi dan regresi. RAM secara konsisten mengungguli baseline yang ada…
