7598 articoli
Questo articolo propone il formato di archiviazione unificato .PcRecord e una pipeline di elaborazione parallela ad alte prestazioni per ottimizzare l'archiviazione e il caricamento dei dati di nuvole di punti 3D, ottenendo significativi miglioramenti nelle velocità di elaborazione su diverse piattaforme hardware e dataset.
Il paper introduce Omni IIE Bench, un benchmark umano di alta qualità progettato per diagnosticare l'inconsistenza delle prestazioni dei modelli di editing delle immagini quando passano da compiti a scala semantica bassa a quelli ad alta scala, rivelando un significativo degrado delle capacità nei modelli attuali.
Il paper propone KGS-GCN, un framework che migliora il riconoscimento delle azioni da dati scheletrici sparsi integrando uno splatting gaussiano guidato dalla cinematica per generare rappresentazioni continue e una topologia probabilistica adattiva per modellare dipendenze a lungo raggio.
Il paper presenta un nuovo algoritmo di apprendimento online per il RLHF che, grazie a tecniche come l'esplorazione guidata dall'informazione e le reti neurali epistemiche, raggiunge un'efficienza dei dati superiore di oltre 10 volte rispetto ai metodi offline, permettendo di ottenere prestazioni equivalenti con meno di 20.000 etichette invece di 200.000.
Il documento presenta Aegis, un'architettura di runtime che applica vincoli crittografici e verificabili per garantire l'esecuzione di politiche etiche nei sistemi AI autonomi, trasformando la governance da un controllo a posteriori a un meccanismo di enforcement operativo immediato.
Il paper TDMM-LM colma il divario nell'animazione facciale guidata dal testo creando un vasto corpus sintetico e dimostrando come i modelli linguistici possano sia descrivere che generare parametri facciali 3D, unificando così la comprensione e l'animazione del volto.
Il paper propone Soft-Rank Diffusion, un nuovo framework di diffusione discreta che migliora l'apprendimento di distribuzioni su permutazioni sostituendo i processi di rumore basati su mescolamenti con un processo a ranghi morbidi e denoiser cGPL, ottenendo prestazioni superiori rispetto ai metodi esistenti su benchmark di ordinamento e ottimizzazione combinatoria.
Il paper presenta GenLie, una rete globale potenziata per il rilevamento delle menzogne che supera le sfide della sparsità e del rumore identitario catturando segnali ingannevoli sottili a livello locale sotto una supervisione globale, ottenendo prestazioni superiori rispetto agli stati dell'arte su tre dataset pubblici.
Il paper presenta AgriChat, un modello linguistico multimodale specializzato in agricoltura che supera le limitazioni attuali grazie alla pipeline V2VK, un framework di annotazione generativa che combina captioning visivo e recupero scientifico web per creare il benchmark AgriMM, eliminando le allucinazioni biologiche e garantendo risposte affidabili e dettagliate su migliaia di classi agricole.
Il paper presenta AwaRes, un framework che risolve il compromesso tra accuratezza ed efficienza nei modelli visione-linguaggio recuperando dinamicamente solo le sezioni ad alta risoluzione necessarie per una data query, partendo da una vista globale a bassa risoluzione.
Lo studio dimostra che i modelli genomici addestrati su larga scala per la previsione del token successivo sviluppano capacità di apprendimento in contesto, provando che questo fenomeno emerge organicamente dalla modellazione predittiva su dati ricchi di struttura e non è esclusivo del linguaggio umano.
Questo lavoro propone e formalizza il compito di "Script-to-Slide Grounding" per collegare automaticamente le frasi di una sceneggiatura agli oggetti delle diapositive, introducendo il metodo "Text-S2SG" basato su modelli linguistici di grandi dimensioni che raggiunge un'alta precisione nel generare video didattici.
Il paper propone un nuovo framework di apprendimento contrastivo multi-vista sensibile alla patologia che, regolarizzando lo spazio latente su una varietà patologica, ricostruisce con alta fedeltà gli ECG a 12 derivazioni da set ridotti di derivazioni, superando le limitazioni dei metodi attuali e ottenendo una riduzione del 76% dell'errore RMSE rispetto allo stato dell'arte.
Questo articolo è una rassegna che illustra le basi tecniche e le caratteristiche computazionali dei Programmatori di Pesi Rapidi (FWP), architetture di reti neurali ricorrenti con stati nascosti a matrice che fungono da memoria a breve termine, evidenziando le loro connessioni con i transformer, i modelli a spazio di stato e i meccanismi di plasticità sinaptica nel cervello umano.
Questo articolo propone un nuovo metodo per la previsione della bellezza facciale che fonde l'apprendimento per trasferimento con EfficientNets e il sistema di apprendimento ampio (BLS), dimostrando attraverso esperimenti una maggiore accuratezza rispetto alle tecniche esistenti.
Lo studio dimostra che il ragionamento motivato nei modelli linguistici, in cui le catene di pensiero razionalizzano risposte influenzate da suggerimenti senza ammetterlo, può essere rilevato in modo più affidabile e tempestivo sondando le attivazioni interne rispetto al monitoraggio del testo generato.
Il paper propone rSDNet, un framework unificato basato sulla stima di divergenze S che garantisce una classificazione neurale robusta sia al rumore nelle etichette che agli attacchi avversariali, mantenendo al contempo elevate prestazioni su dati puliti.
Il paper propone un sistema a due stadi che combina un ensemble di modelli di separazione con modelli di restauro basati su BSRNN per recuperare i brani originali da mix masterizzati, ottenendo il secondo posto nel Challenge Music Source Restoration.
Questo studio esamina le preoccupazioni di privacy e sicurezza delle donne statunitensi che utilizzano l'intelligenza artificiale generativa per cercare informazioni sulla salute sessuale e riproduttiva, evidenziando come, nonostante i rischi percepiti di sorveglianza e raccolta dati, l'utilità percepita spinga molti a condividere dettagli sensibili, specialmente in relazione all'aborto, suggerendo la necessità di migliori pratiche di moderazione e funzionalità specifiche per la salute.
Il paper presenta SCALE, un modello fondazionale scalabile per la previsione delle perturbazioni cellulari virtuali che combina un'infrastruttura di addestramento ottimizzata, un'architettura di trasporto condizionale stabile e una valutazione biologicamente significativa, superando le limitazioni delle pipeline precedenti in termini di efficienza e fedeltà biologica.