9401 articoli
Questo commento paesaggistico valuta la famiglia GPT-5 come ragionatore clinico multimodale, evidenziando significativi progressi nel ragionamento testuale e nella sintesi multimodale rispetto a GPT-4o, pur rilevando che i modelli generalisti non sostituiscono ancora i sistemi specializzati in compiti critici di percezione come la neuroradiologia e la mammografia.
Il paper propone DSA-SRGS, il primo framework di gaussian splatting a super-risoluzione per la ricostruzione dinamica di angiografie digitali (DSA) da viste sparse, che integra un modulo di apprendimento della texture multi-fiducia e una densificazione radiativa sub-pixel per recuperare dettagli vascolari fini eliminando artefatti di sfocatura e aliasing.
Il paper presenta MADCrowner, un framework di generazione di mesh dentali consapevole del margine che combina deformazione di template basata su contesto anatomico e segmentazione del margine cervicale per superare le limitazioni dei metodi esistenti, garantendo maggiore accuratezza geometrica e fattibilità clinica.
Il paper presenta TSEmbed, un framework di embedding multimodale universale che combina Mixture-of-Experts e LoRA con un nuovo campionamento negativo consapevole degli esperti per risolvere i conflitti tra task e raggiungere prestazioni all'avanguardia su benchmark multimodali e dataset industriali.
Il paper presenta RLSTA, un approccio di apprendimento per rinforzo che utilizza risposte a turno singolo come ancoraggi stabili per superare l'inerzia contestuale e migliorare l'affidabilità delle interazioni multi-turno degli LLM.
Il paper introduce Timer-S1, un modello fondazionale per le serie temporali su scala miliare basato su un'architettura Mixture-of-Experts che, attraverso una scalabilità seriale su tre dimensioni, un nuovo obiettivo di addestramento e un vasto dataset, raggiunge prestazioni all'avanguardia nella previsione a lungo termine.
Il paper introduce "LAW & ORDER", una coppia di adattatori di rete che utilizzano la ponderazione spaziale adattiva per migliorare la sintesi controllata e la segmentazione di immagini mediche, risolvendo lo squilibrio spaziale tra lesioni e sfondi e ottenendo significativi guadagni nelle prestazioni sia generative che discriminative.
Questa revisione valuta i metodi tradizionali e l'apprendimento profondo per la segmentazione e la classificazione dei gliomi cerebrali, concludendo che le architetture basate su reti neurali convoluzionali superano le tecniche tradizionali nel trasformare le immagini in dati analizzabili per una pianificazione terapeutica precisa.
Il paper propone CSV, un nuovo paradigma che riduce le invocazioni degli LLM a complessità sublineare per il filtraggio semantico tramite clustering, campionamento e strategie di votazione, garantendo un'efficienza superiore rispetto agli approcci attuali senza compromettere l'accuratezza.
Il paper propone la Ricostruzione Contrastiva Diffusiva (DCR), un metodo che integra segnali contrastivi derivati dalle immagini ricostruite nel processo di diffusione per bilanciare la capacità discriminativa e la percezione dei dettagli, superando così i limiti degli encoder visivi CLIP.
Questo articolo introduce il concetto di Campo Gravitazionale dell'Attenzione (AGF) per decodificare le relazioni posizionali nei modelli linguistici di grandi dimensioni, dimostrando come la separazione tra codifiche posizionali e incorporamenti semantici, allineata alla legge di gravitazione universale, ottimizzi l'architettura del modello e ne migliori l'interpretabilità.
Il paper presenta Meta-D, un'architettura che sfrutta i metadati categorici degli scanner per guidare l'estrazione delle caratteristiche, migliorando significativamente sia la rilevazione dei tumori cerebrali che la segmentazione in presenza di modalità mancanti.
Il paper presenta EchoGuard, un framework agentic che utilizza una Knowledge Graph come memoria episodica e semantica per analizzare dialoghi longitudinali, rilevare pattern manipolatori e guidare gli utenti verso l'autoriconoscimento tramite prompt socratici.
Questo paper presenta AIS-TGNN, un framework che combina una rete di attenzione temporale su grafi con un modello linguistico su larga scala per prevedere e spiegare in modo affidabile le congestioni portuali, garantendo un'alta coerenza tra le previsioni statistiche e le narrazioni generate.
Questo studio analizza i punti di forza e le debolezze dei dati per l'assistenza incorporata in scenari open-set, dimostrando che la generazione di dataset sintetici diversificati e multimodali è fondamentale per addestrare modelli in grado di generalizzare a nuovi comportamenti utente e configurazioni di compiti.
Il paper propone VISA, un framework a ciclo chiuso che utilizza l'ottimizzazione della politica relativa di gruppo (GRPO) per iniettare valori umani specifici negli LLM senza comprometterne la coerenza semantica o le capacità generali, superando così i limiti delle tecniche di allineamento tradizionali.
Questo articolo propone un approccio di addestramento multilivello per le reti Kolmogorov-Arnold (KAN) che, sfruttando la loro struttura basata su funzioni spline e una mappatura equivalente alle MLP, ottiene accelerazioni nell'addestramento e miglioramenti significativi della precisione, specialmente nelle reti neurali per la fisica informata.
Il paper introduce SCoUT, un metodo per l'apprendimento multi-agente che risolve le sfide della comunicazione scalabile e della selezione dei destinatari attraverso l'aggregazione temporale degli agenti, l'uso di vantaggi controfattuali per un'assegnazione precisa del credito e un'architettura che garantisce l'esecuzione decentralizzata.
Il paper introduce il benchmark DBC, un framework empirico che valuta un nuovo strato di governance comportamentale applicato all'inferenza, dimostrando come questo sistema riduca significativamente i rischi e migliori la conformità normativa rispetto ai metodi di moderazione tradizionali.
Il documento presenta il primo approccio per l'acquisizione simultanea di risonanza magnetica in tempo reale, EEG e EMG di superficie, integrando un pipeline di soppressione degli artefatti per studiare in modo completo i processi neurali, muscolari e articolatori alla base della produzione del parlato.