Irem Yoldas; Martim Brandão; Jie Zhang; Odinaldo Rodrigues
Ringkasan
Makalah ini memperkenalkan dua metodologi pengujian bias untuk LLM dan VLM dalam keputusan memberi jalan kepada pejalan kaki, dan menemukan bahwa kedua jenis model dipengaruhi oleh demografi pejalan kaki seperti gender, etnis, agama, disab…
Metode
Penulis memperkenalkan dua metodologi pengujian bias untuk LLM dan VLM: 1. **Uji 'All Else Being Equal'**: Uji ini menyajikan skenario di mana semua faktor identik kecuali atribut…
Hasil
Temuan menunjukkan bahwa baik LLM maupun VLM membuat keputusan memberi jalan yang dipengaruhi oleh gender, etnis, agama, disabilitas, usia, warna kulit, dan status sosial-ekonomi pejalan kaki. Jenis …
CompanionSim adalah kerangka data sintetis yang menyimulasikan 2.240 percakapan manusia-chatbot di 16 perilaku dan tujuh kasus penggunaan untuk mempelajari antropomorfisme pada pendamping AI. Secara mengejutkan, perilaku persahabatan menur…
Metode
CompanionSim mencakup 2.240 percakapan manusia-chatbot yang disimulasikan, mewakili 16 perilaku chatbot yang berbeda di tujuh kasus penggunaan. Perilaku tersebut meliputi validasi…
Hasil
Bertentangan dengan ekspektasi, perilaku persahabatan tidak meningkatkan persepsi positif terhadap chatbot AI. Sebaliknya, pada kedua studi, perilaku tersebut menurunkan kesukaan, kemiripan dengan ma…
Pengamat eksternal dapat mengklasifikasikan beban kerja GPU berdasarkan daya fisiknya, mencapai akurasi 97% pada 17 keluarga LLM dan 25 beban kerja non-AI. Detektor yang diperkuat menangkap pelatihan yang disamarkan hingga 99% dari waktu, …
Metode
Penulis merekam $930$ jejak lima detik pada $\sim 10$ MHz, mencakup tujuh belas keluarga LLM terbuka dan dua puluh lima beban kerja non-AI. Daya fisik disampel secara eksternal, m…
Hasil
Pada korpus tersebut, pengklasifikasi memisahkan pelatihan dari inferensi dan dari komputasi non-AI dengan akurasi $97\%$ dan skor F1 rata-rata makro $0.955$, dievaluasi pada keluarga model yang tida…
Sri Saran Balaji Vellore Rajakumar; Jayanth Varavani; Murat Parlakisik; Pavani Panakanti
Ringkasan
Studi ini mengukur penerapan pod skala fleet pada tiga mode VPC-native di Amazon EKS — alokasi secondary-IP individual, praalokasi ENI, dan delegasi prefiks IPv4 — terhadap baseline overlay Cilium dan Calico. Pada 400 node, delegasi prefik…
Metode
Studi ini mengevaluasi tiga mode penyediaan alamat VPC-native pada Amazon EKS bersama dua baseline overlay (Cilium dan Calico). Mode VPC-native tersebut adalah: 1. **Alokasi secon…
Hasil
Pada 400 node, warm pool secondary-IP tiga alamat yang diuji memerlukan **7.403 detik** untuk menempatkan 80.000 pod. Dengan pengaturan praalokasi ENI dan delegasi prefiks yang diuji, beban kerja yan…
STAR-GS adalah mekanisme yang jujur dan sadar kelayakan yang secara bersama-sama melakukan penerimaan tugas, penugasan stasiun bumi, alokasi bandwidth, dan penetapan harga pembayaran kritis untuk Ground Station as a Service. Simulasi denga…
Metode
Masalah penjadwalan GSaaS dirumuskan sebagai masalah maksimalisasi pendapatan atas himpunan tugas downlink $\mathcal{T} = \{1, \dots, n\}$, himpunan stasiun bumi $\mathcal{G} = \{…
Hasil
Simulasi menggunakan Ansys Systems Tool Kit (STK) menunjukkan bahwa STAR-GS secara konsisten mencapai pendapatan yang lebih tinggi daripada baseline heuristik, memperoleh kinerja mendekati MILP denga…
Karya ini menerapkan semantic router dengan rute dinamis untuk mengidentifikasi intent operator jaringan dari prompt berbahasa alami dan mengekstraksi detail yang diperlukan untuk pemenuhan intent di jaringan inti 5G+. Pemilihan rute stati…
Metode
Pipeline yang diusulkan menggunakan semantic router untuk mengklasifikasikan prompt operator ke dalam intent dan kemudian mengekstraksi parameter yang diperlukan untuk pemenuhan. …
Hasil
Hasil yang disajikan menunjukkan bahwa rute statis dan dinamis berhasil dalam ekstraksi detail dan pemformatan skema. Evaluasi terhadap prompt operator yang realistis menunjukkan bahwa kedua pendekat…
Yuanbo Zhang; Qianfan Wang; Yangming Zhao; Lin Chen; Deke Guo
Ringkasan
Zhang dkk. merumuskan masalah optimasi jalur spasio-temporal lintas lapisan untuk transmisi langsung yang dilindungi kode stabilizer bergaya blok, dan mengusulkan algoritma perutean skema tetap, aliran tunggal skema fleksibel, dan multi-al…
Metode
Para penulis memodelkan jaringan kuantum sebagai graf di mana qubit logis melintasi beberapa hop dan node yang mampu QEC dapat memulihkan keadaan terenkode sebelum penerusan berla…
Hasil
Makalah ini melaporkan evaluasi berbasis simulasi terhadap algoritma yang diusulkan. Untuk perutean aliran tunggal, kerangka kerja ini menurunkan biaya perutean rata-rata sekitar 25–30% dibandingkan …
Saif Ur Rahman; Rafid Umayer Murshed; Anton Dmitriev; Cagri Tanriover; Rahul C. Shah; Elahé Soltanaghai
Ringkasan
WiNeRF mempelajari representasi kanal nirkabel bernilai kompleks yang kontinu secara spasial langsung dari CSI jarang yang dikumpulkan oleh perangkat WiFi komoditas, mencapai SNR prediksi median 5,3 dB dan mengungguli baseline neural sebel…
Metode
WiNeRF adalah kerangka neural field yang memodelkan kanal nirkabel sebagai fungsi bernilai kompleks kontinu dari posisi spasial. Kerangka ini mencakup tiga komponen utama: 1. **Mo…
Hasil
WiNeRF dievaluasi di berbagai lingkungan dalam ruangan dengan wilayah non-line-of-sight (NLoS). Hasil kuantitatif utamanya adalah: - **SNR prediksi median**: 5,3 dB. - **Peningkatan dibanding baselin…
Libin Liu; Wenzhou Yang; Li Chen; Dan Li; Xiuting Xu
Ringkasan
Makalah ini memanfaatkan LLM untuk menambang 232 anomali perutean BGP terverifikasi dari milis operator, menciptakan tolok ukur 11,89X lebih besar, dan mengusulkan ROUTELLM, detektor berbasis LLM yang secara signifikan mengungguli sistem y…
Metode
Metodologi terdiri atas tiga komponen utama: konstruksi dataset, evaluasi baseline, dan desain ROUTELLM. **Konstruksi Dataset:** Para penulis mengembangkan pipeline ekstraksi berb…
Hasil
Hasil eksperimen menunjukkan efektivitas ROUTELLM. Pada tolok ukur terverifikasi berisi 232 peristiwa anomali perutean, ROUTELLM mencapai akurasi tingkat peristiwa 87,13% dan akurasi tingkat pesan 94…
Xinyue Hu; Ziyan Wu; Jiaxiang Tang; Wei Ye; Qixin Zhang; Eman Ramadan; Ali Anwar; Zhi-Li Zhang
Ringkasan
NeuralMDC adalah codec video neural multiple-description yang dirancang bersama streaming multipath yang mengodekan setiap chunk menjadi aliran yang dapat didekode secara independen dan saling menyempurnakan, meningkatkan QoE sebesar 26%-4…
Metode
NeuralMDC mengodekan setiap chunk video menjadi aliran deskripsi yang dapat didekode secara independen dan saling menyempurnakan, masing-masing mencakup keseluruhan chunk. Desain …
Hasil
Di seluruh emulasi berbasis trace dan eksperimen 5G operasional, NeuralMDC meningkatkan QoE sebesar **26%-44%** dibandingkan sistem streaming monolitik, berlapis, dan neural yang ada. Kualitas video …
