3729 articles
Cette étude révèle que les benchmarks actuels d'injection de prompts indirects souffrent d'une saturation spécifique aux fournisseurs, produisent des classements de robustesse conflictuels selon les différents cadres d'évaluation, et ne parviennent pas à valider des stratégies de défense qui se généralisent à travers divers modèles de LLM.
Cette étude longitudinale à grande échelle portant sur près de 4 millions de chercheurs en informatique révèle que la croissance perçue de la productivité individuelle est en réalité portée par l'expansion de la collaboration, tandis que les trajectoires de carrière suivent un modèle de cycle de vie distinct marqué par une forte attrition précoce, une évolution des rôles d'auteur et la nécessité d'une évaluation multidimensionnelle au-delà des indicateurs bibliométriques uniques.
PanoramicSplat est un nouveau cadre de Gaussian Splatting 3D qui permet une reconstruction précise à vue unique d'environnements extérieurs à grande échelle en intégrant une supervision panoramique, une régularisation de profondeur sensible à la sémantique et une perte photométrique à pondération radiale, atteignant ainsi des performances de pointe sur un nouveau benchmark construit via Google Earth Studio.
Cette étude empirique de trajectoires réelles d'agents LLM révèle que les mécanismes de vérification par les pairs inter-agents, qui reposent sur des observations partagées dans les systèmes multi-agents traditionnels, échouent à détecter les auto-rapports infidèles dans les contextes d'exécution indépendante en raison de l'absence d'événements partagés, identifiant ainsi une condition limite structurelle pour l'applicabilité des mécanismes de confiance et de réputation basés sur les pairs.
Cette étude propose un cadre d'apprentissage profond hybride qui intègre l'extraction de caractéristiques locales basée sur UltraSAM avec des représentations globales par Swin Transformer, optimisé via l'optimisation par colonies de fourmis et modélisé temporellement par LSTM, afin d'atteindre une classification de haute précision des maladies cardiaques à partir de vidéos échocardiographiques.
Cet article introduit le Branch-Relative Authority Closure (BRAC), un cadre qui garantit l'acquisition sûre de preuves pour les agents autonomes en recomputant dynamiquement les autorisations de permission après chaque observation afin de résoudre l'incertitude critique de décision sans violer les contraintes de légitimité.
Cette recherche propose un système de détection d'anomalies basé sur un ensemble pour l'efficacité énergétique urbaine qui compare les algorithmes d'apprentissage automatique traditionnels avec des autoencodeurs d'apprentissage profond, démontrant que l'autoencodeur atteint une performance supérieure (scores F1 de 0,9740 et 0,9494) tout en utilisant SHAP pour l'interprétabilité afin de soutenir la gestion durable de l'énergie.
TPA-Flow est un cadre de photopléthysmographie à distance unifié qui améliore la précision et la robustesse de la surveillance physiologique en intégrant des a priori périodiques pondérés par la confiance via une attention par produit tensoriel physiologique avec un nouveau mécanisme de décodage par flux rectifié à ancrage direct pour corriger les distorsions de forme d'onde.
CogAlign-CausalX est un pipeline d'analyse de polypes qui traite les masques de segmentation comme des explications intrinsèques pour la classification morphologique, validé par une métrique de score d'alignement rapide et sous forme fermée (XAlign) qui atteint des performances compétitives sur le jeu de données Kvasir-SEG tout en reconnaissant les limites de la précision absolue de la segmentation et la nécessité de coupler les scores d'alignement avec les mesures de chevauchement traditionnelles.
Cet article introduit une métaheuristique de relien de chemin améliorée par l'appariement d'étiquettes et des mouvements de composantes pour résoudre efficacement le problème du séparateur de sommet capacité, démontrant une performance supérieure par rapport aux algorithmes exacts existants en égalant les solutions optimales dans la plupart des cas et en améliorant les bornes supérieures dans les cas restants.